指数平滑结合条件Markov预测模型研究——基于新疆货运量预测

建立了一个时间序列预测模型。以三次指数平滑模型为基本预测模型,并基于马尔科夫链定义了误差修正模型--条件马尔科夫链。条件马尔科夫链的特点在于将传统马尔科夫链中的一步状态转移概率矩阵变成条件一步状态转移概率矩阵,即在条件马尔科夫链的状态转移概率矩阵中,每个元素的意义为:在已知t-1时刻的状态下,t时刻的状态转向t+1时刻状态的概率:即P{(E_t→E_(t+1))/E_(t-1)}。在文章中以新疆货运量为实验对象,通过对新疆货运量这一指标用三次指数平滑模型,用三次指数平滑模型结合马尔科夫链和三次指数平滑模型结合条件马尔科夫链三个模型进行预测,结果显示,经过条件马尔科夫链修正后的预测结果误差最小,证明文中模型可以有效提高预测精度。     

HDNN-MC模型在特高拱坝变形预测中的应用

递阶对角神经网络(HDNN)采用动态BP学习算法,可以逼近任意非线性函数且具有收敛速度快、预报精度高的特点,因此本文将其引入到大坝安全监测领域,以水压、温度和时效为输入量,坝体位移为输出量,在此基础上运用马尔科夫链(MC)模型对预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵,通过马尔科夫链状态概率矩阵对HDNN模型进行反馈修正,从而提高精度。基于此建立了HDNN-MC模型并应用于某特高拱坝的变形预测。结果表明,HDNN-MC综合模型相对于单一模型,预测精度得到显著提高,能更高效准确地预测大坝变形。     

基于Copula的海洋生态系统的稳态转换

基于藻类与食植鱼类的生态动力学模型,采用非线性动力学方法,确定了典型控制参数的分岔区域．运用Copula方法,通过历史数据得到控制参数的概率分布．以分岔区域作为不同状态,建立了系统状态转移的马尔科夫链模型运用蒙特卡罗方法计算转移概率矩阵,得到多稳态转换的平稳概率,并得到了使期望状态平稳概率最大化的控制参数值     

基于时变状态转移隐半马尔科夫模型的寿命预测

隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性.     

一种采用灰色马尔科夫组合模型的采煤机记忆截割算法

针对传统采煤机记忆截割策略需要频繁人工调整摇臂高度导致效率和精度低等不足,提出利用灰色马尔科夫组合模型的采煤机自适应记忆截割策略。当采煤机截割岩石时,首先根据截割高度先验数据,利用灰色模型得到截割高度预测数据,在此基础上,对该预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵。通过马尔科夫链状态概率矩阵对灰色模型进行反馈修正,得到采煤机截割高度自适应调整值。通过模拟采煤机工作面调整高度,对2种采煤机记忆截割策略进行仿真分析。研究结果表明:传统记忆截割模型可信度为96.26%,但需要5次人工调整,而灰色马尔科夫记忆截割模型的可信度在无人干预下高达99.20%;基于灰色马尔科夫组合模型的采煤机记忆截割策略不仅具有更高的控制精度,而且大大提高了采煤机的自动化水平。     

利用马尔科夫和灰色模型预测高校师资队伍

状态转移矩阵是马尔科夫预测的关键。本文通过多元回归理论,建立多目标规划模型求解马尔科夫状态转移矩阵;借助灰色预测GM(1,1)模型来改进马尔科夫模型状态转移容易局限于内部等缺陷;将该模型运用于某高校师资队伍预测,为优化高校师资队伍结构提供一种有效的方法。     

基于小波包变换和峰式马尔科夫链的风速短期预测

利用小波包的信号分析特性及峰式马尔科夫链的非稳态数据预测特性,提出一种新型风速短期预测方法。该方法对历史风速数据进行小波包分解,利用峰式马尔科夫链对小波包系数进行统计,分别得到小波包系数上升转移概率矩阵和下降转移概率矩阵,并由此得到下一时刻的小波包预测系数,将小波包系数进行重构可得到预测的风速。该文模型与其他模型的预测结果对比表明,该方法具有较高精度。     

基于灰色马尔可夫链的农民平均收入实证研究

将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对农村居民人均纯收入进行实证研究.针对灰色数据系列首先用GM(1,1)模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,得到马尔可夫链预测精度明显高于GM(1,1)模型预测.     

基于马尔科夫链模型的中国居民消费价格指数的分析和预测

本文运用马尔科夫链模型分析了自2002年中国加入世界贸易组织(WTO)以来的月居民消费价格指数(CPI),基于CPI定基比数据建立了变动趋势的二阶转移矩阵,基于CPI同比数据建立了经济状态的三阶转移矩阵,利用转移矩阵的遍历性分析得到中国经济的平稳分布,并对中国未来经济进行了预测,同时给出了一些政策建议。     

基于马尔科夫优化的灰色GM (1,1) 沉降预测模型及应用

针对灰色GM(1,1)模型在对随机波动较大的沉降数据序列进行预测时存在的不足,本文结合灰色理论模型和马尔科夫链理论,建立了一种基于马尔科夫修正的新维GM(1,1)沉降预测模型。首先,考虑监测数据的时效性,通过在原始数据列中不断补充新的沉降监测数据,采用新陈代谢的方法建立了新维GM(1,1)模型;随后采用马尔科夫链理论对新维GM(1,1)模型进行优化,根据模型预测时产生的相对误差范围对其进行状态区间划分,并构建了相应的状态转移概率矩阵,得到了基于马尔科夫优化的新维GM(1,1)预测模型;将本文中的模型应用于福州火车站南广场深基坑周边建筑物地表沉降预测中,并对不同模型的预测效果进行对比分析,结果表明：基于马尔科夫优化的灰色GM(1,1)模型的预测精度较传统灰色GM(1,1)模型有明显提高,验证了本文所提出的优化模型在基坑沉降分析与预测中的合理性。     

基于马尔科夫模型的渠江流域降水量预测研究

降水量预测因其因素的多样性,在预测研究时往往不能得到精确结果,将数据采用平滑处理以消除异常值,通过分级标准确定年降水量状态,将计算所得的相关系数作为权重,用改进后的滑动平均—马尔科夫模型,根据计算出状态转移概率矩阵作为衡量指标,最后以渠江1980—2010年的降水资料为实例。具体地应用了该方法,使预测结果更准确,为预测渠江流域降水量提供了一种较为可行的方法。     

在役桥梁承载力模糊可靠性的马尔科夫预测

基于模糊评价和马尔科夫过程，研究了在役桥梁承载力可靠度的时变规律。根据模糊评价理论，确定桥梁承载力状况分布向量，引入马尔科夫过程方法，构造结构状态转移概率矩阵。借鉴时间-空间转换思想，提出一种基于逆阵的改进方法用于计算转移概率矩阵，并给出利用桥梁当前承载力状况分布向量修正转移概率矩阵的方法。针对新建桥梁、在役桥梁以及考虑加固的桥梁分别给出其承载力可靠度分布向量预测公式，并提出承载力预测指标。算例表明，该方法可实现桥梁承载力的可靠度预测。     

基于改进的灰色-马尔可夫链方法的甘肃省人均GDP预测

以1990-2011年甘肃省人均GDP数据为基础,采用灰色模型预测方法和马尔可夫链相结合的方法对甘肃省人均GDP进行预测,给出了灰色-马尔可夫链改进预测方法,结果表明,人均GDP灰色模型预测结果受原始数据变化幅度的影响,相对误差达到了5.87%,精确度并不是很高;通过马尔可夫链修正,预测结果得到较大改善,由灰色预测值和马尔科夫状态转移下的最大状态概率可以更加准确把握甘肃省人均GDP的总体动态发展趋势,得出了比灰色预测更加科学合理的结论。     

马氏链预测模型的代数处理方法

马氏链预测法是通过对事物不同状态的初始概率及状态之间的转移概率的研究,预测事物的未来状态。本文建立了股价预测的马氏链数学模型,用代数的方法处理马氏链的高阶概率转移矩阵和平稳分布。     

基于钻孔资料的耦合马尔可夫链水平方向转移概率矩阵估计

地层变异在实际滑坡中广泛存在,其表现为不同类型岩土材料的互相嵌套或一种类型岩土体在另一种较均质岩土体中的随机分布.岩土工程实践中仍缺乏一种有效的地层变异模拟方法.为此,搜集了不同地区的钻孔资料,检验了土体状态转移的一阶马尔可夫性.提出了一种实用的基于钻孔数据的耦合马尔可夫链水平方向转移概率矩阵估计方法.利用给定的水平方向转移概率矩阵进行耦合马尔科夫链模拟以产生虚拟钻孔,通过比较给定的水平方向转移概率矩阵和利用虚拟钻孔估计的水平方向转移概率矩阵评估了所提方法的有效性.最后,利用澳大利亚珀斯市的钻孔资料进行了水平方向转移概率矩阵的估计.结果表明,土体状态转移的一阶马尔可夫性在现实中是广泛存在的;当给定的转移概率矩阵对角占优(矩阵的对角线元素大于非对角元素之和)程度较高时,估计的水平方向转移概率矩阵和给定值有较好的吻合.所提方法使耦合马尔科夫链模型能被有效地用于地层变异的模拟,为在岩土工程中考虑地层变异奠定了基础.     

建筑用户在室行为预测新方法

准确预测建筑用户在室行为可显著提高建筑能耗模拟精度,并进一步帮助建筑设计及运行控制优化.当前进行在室行为预测时所采用的主要是基于隐马尔可夫链方法的数学模型,该模型考虑了在室行为的时间关联性,可平稳有效地预测在室行为.然而现有隐马尔科夫模型难以准确描述在室行为动态变化规律以及在室行为与可观测参数之间的关联,降低了模型预测精度.针对该问题,本文提出一种基于状态转移的时变隐马尔科夫模型.该模型采用时变状态转移概率矩阵量化不同时刻在室行为的动态变化特征及关联,同时该模型基于状态转移计算可观测参数的概率分布以定量描述在室行为对可观测参数的影响.本文采用比利时某办公室在室行为数据库进行了相关建模和验证,结果表明该模型可更有效地捕捉在室状态变化,从而提高了在室行为预测精度.     

基于BP神经网络与加权模糊马尔可夫链的粮食组合预测模型

根据数据序列具有宏观变化、微观波动、相近性和相依性,建立了基于BP神经网络与模糊加权马尔可夫链的数据预测模型.首先利用BP神经网络对数据拟合,对残差进行模糊C均值聚类得到马尔可夫链的状态区间,以此求出状态转移概率矩阵,并利用归一化后的自相系数对其进行改进,确定出预测数据所属状态区间,根据状态区间求出预测值.从实例分析表明该文算法具有较高的精确度和可靠性,应用前景广阔.     

基于Mycielski改进的Markov链超短期风电功率预测方法

针对在Markov链超短期风电功率预测过程中未考虑风电功率变化趋势,在不同风电功率变化区间均采用同一状态转移概率矩阵,导致预测精度欠佳的问题,提出了一种基于Mycielski方法改进的Markov链预测方法.首先利用Mycielski方法在风电功率历史序列中寻找最长长度的重复序列,然后将计算每一时刻Markov链状态转移概率矩阵的序列重新定义,最后利用每一时刻的Markov链状态转移概率矩阵进行风电功率预测.对我国某风电场超短期风电功率进行总体预测.结果表明,在均方根误差的对比上,基于Mycielski方法改进的Markov链预测方法能够提高14.15%的预测精度,具有一定的实用价值.     

马尔科夫链与原油进口时机选择

在总结油价预测模型的基础上,视原油价格动态过程为马尔科夫链,利用数理统计方法计算得到马尔科夫链状态转移概率;根据马尔科夫链的性质,在其状态转移概率基础上,得到其长游程的稳态概率;继之利用动态规划技术,进行原油进口时机决策.利用这种方法对实际油价进行原油进口时机决策.结果表明,新决策方法能够有效规避"买涨不买跌",且简单易行,有效提高数据利用率.