环境污染事故经济损失的灰色马尔柯夫链预测

将灰色马尔柯夫链模型应用于环境污染事故的经济损失预测系统。以某化工厂的污染事故的经济损失作为实例，利用灰色马尔柯夫链模型对其经济损失的预测作了尝试性的探讨。研究表明，灰色马尔柯夫链模型提高了预测的精确度和评价的可信度。     

城市污水排放的灰色马尔柯夫预测模型

应用数据加载法提出了ＧＭ（１,１）的修正模型,通过灰色预测法和马尔柯夫链预测法的耦合,建立了城市污水排放量的灰色马尔柯夫预测模型。灰色马尔柯夫预测模型具有灰色系统应用少量数据即可建模,以及马尔柯夫链预测可以预测数据值波动较大的序列的特点。计算结果表明,城市污水排放量的预测值很好地吻合了实际值。     

采掘生产系统预测模型及其应用

在对灰色预测和马尔柯夫矩阵预测分析的基础上,将二者有机集成形成一种新的预测方法———灰色马尔柯夫预测,可用于矿井产量、进尺等具有某种变化趋势而随机波动性较大的预测问题。     

马尔柯夫链-线性回归组合预测专门人才方法

根据最小二乘法原理,确定马尔柯夫链和线性回归两种预测方法的组合加权系数;在建立数学模型时,既考虑了影响专门人才数量的各种因素,又考虑了专门人才的动态分布,避免了以往单一预测方法仅限于利用部分信息资料的缺陷;在预测专门人才结构时,根据两种方法组合预测值来修正马尔柯夫模型中的补充量,使预测结构更合理．     

实时交通量的灰色马尔柯夫预测方法

灰色预测适合于原始数据序列按指数规律变化的问题,而马尔柯夫适用于预测随机波动大的动态过程．有机地结合两者构成灰色马尔柯夫预测方法,可发挥两者的优势,从而提高预测精度．该方法首先用GM（1,1）模型进行预测,而后对相对误差序列进行马尔柯夫预测,最后用该预测值修正GM（1,1）的预测结果,因而具有较高的预测精度．使用灰色马尔柯夫预测方法对苏州某交叉口实时交通量进行预测,预测结果优于单一灰色GM（1,1）预测．实验表明,灰色马尔柯夫预测方法用于交通量预测是有效可行的．     

马尔柯夫链状预测的概率计算及拓广

提出了一种马尔柯夫链状预测中的概率计算新方法：状态划分矩阵法;具有模糊状态的马尔柯夫链的概率计算公式,并用实例计算作了说明。     

短时交通量时间序列的小波分析-模糊马尔柯夫预测方法

基于短时交通量时间序列的随机波动特征,提出一种小波分析和模糊马尔柯夫结合的预测方法．首先对交通量时间序列进行多分辨率小波分解,然后对低频部分和高频部分分别进行重构,对重构后的基本信号和干扰信号建立模糊马尔柯夫模型,最后对多个预测结果进行合成,从而得到交通量的预测结果．此外,根据灰色系统理论的新息优先原理,实时更新马尔柯夫预测模型中的状态转移矩阵,进一步提高预测精度．通过对苏州某交叉口短时交通量预测,表明小波分析和模糊马尔柯夫结合的预测方法具有良好的抗干扰能力和容错能力．     

灰色马尔柯夫模型对煤矿生产的安全预测

为了使煤矿进行安全生产,利用灰色预测和马尔柯夫预测的各自特点建立灰色马尔柯夫预测模型,灰色预测来揭示时序变化的总体趋势,而马尔柯夫预测来确定状态的转移规律,通过两种模型的有机结合达到科学预测的目的。     

变参数非等间距灰色-马尔柯夫建模及其应用

将变参数非等间距灰色建模与马尔柯夫链结合,得到了变参数非等间距灰色-马尔柯夫预测模型,应用实例表明了模型具有较高精度。     

马尔柯夫链模型在师资队伍结构分析与决策中的应用

本文介绍运用马尔柯夫链模型对现有师资队进行科学预测，只要给出师资队伍的年龄统计数据和发展规划，运用三个控制模型进行模拟运算，即可求得形成合理师资队伍年龄结构的最佳方案，确定科学的流动率等参数。     

电动汽车空调系统随机模型预测控制算法研究

为提高电动汽车空调系统的能量效率,提出一种基于马尔可夫链的随机模型预测控制算法. 热负荷扰动对空调系统的温度性能和能量效率存在较大影响,因此文中采用移动边界和集总参数方法,逐步建立了压缩制冷循环和车舱热负荷的动力学模型,建立的空调系统控制模型中包含了热负荷信息.采用马尔可夫链随机方法预测热负荷干扰,提出随机模型预测控制算法. 仿真结果表明,该算法提升了空调系统的温度性能和能量效率.      

采用免疫搜索的电网电压非线性模型预测控制

对使用非线性微分-代数不等式方程的电力系统模型,采用免疫搜索算法非线性模型滚动预测控制.通过分级目标分解方法,根据每个预测时段上的控制性能要求,将全局多个控制目标分解为预测时段内的优化子目标,运用Pareto意义的子目标加权,集成为一个总目标函数.在搜索最优解中运用免疫算法,将具有多基因链结构的抗体来表达复杂优化问题的候选解,利用免疫算法的学习和记忆能力识别各预测时段内已求解的优化问题类型,用模式识别技术提取优良抗体的基因,预测未来时段内的最优解搜索过程估计出较好的初始解,以加快最优解搜索速度.将此方法和基于树搜索算法的非线性预测控制方法比较,通过一个6母线电力系统实例进行了仿真研究,结果表明：文中提出的算法改进具有更强的优化搜索能力和更好的实时性.     

基于BO-XGBoost与集成学习方法的供应链金融信用评价研究

针对供应链金融领域中小企业融资的信用风险控制问题，提出了一种在Bagging算法框架下结合贝叶斯优化和XGBoost算法的集成学习模型BO-XGBoost-Bagging（BXB）。首先，基于XGBoost特征重要度进行特征筛选，建立供应链金融信用评价指标体系。其次，通过贝叶斯优化获得XGBoost的最优超参数，并结合Bagging算法得到集成模型BXB。最后，在中小企业数据集上进行预测，通过实证研究验证信用评价模型的有效性。实证结果表明，BXB模型相比其他模型具有更好的预测效果，能够更加准确、全面地对中小企业的信用风险进行评估，更好地区分风险企业和正常企业，最大程度减少违约损失，在供应链金融信用评价方面有着较高的应用价值。     

采用预测编码的图像隐写分析算法

通过分析图像无损压缩过程中预测编码的原理,提出了一种基于预测编码方法的空域图像隐写分析算法。该算法的基本思想是利用空域隐写会破坏图像相邻像素之间的相关性,而预测编码是利用图像相邻像素之间的相关性来预测的,这样隐写后图像的预测误差将会大于载体图像的预测误差,通过计算隐写前后图像的预测误差来分析图像中是否含有秘密信息。实验表明:基于预测编码的图像隐写分析具有较好的隐写分析能力。     

一种模糊神经网络自适应预测控制方案的研究

在过程控制中,由于被控对象常具有非线性、不确定性及参数时变等复杂因素,难以建立精确的数学模型,从而直接影响了控制效果,提出了一种模糊神经网络自适应预测控制议案,对学习公式进行了理论指导,并结合误差补偿以提高预测控制的精度,仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具有良好的控制性能。     

基于AEPSO优化的神经网络多步预测控制

为提高神经网络预测控制的性能,提出了基于自适应扩展粒子群优化的神经网络预测控制方案。基本PSO算法中,每个粒子的更新受粒子个体极值和局部极值的影响,为了提高其全局收敛性,采用多粒子策略,使每个粒子的更新受更多其他粒子的影响;为提高收敛速度,采用自适应策略,对参数c0进行自适应调整,使c0随着迭代次数的增加而逐渐减小,这样,在PSO算法的搜索过程中,随着迭代次数的增加,搜索区域会越来越小,从而加快PSO算法收敛速度。运用该算法实现神经网络预测控制中的滚动优化,在有限时域内对控制序列进行寻列,给出基于粒子群优化的神经网络预测控制系统的稳定性证明。仿真结果表明,基于粒子群优化的神经网络预测控制系统具有良好的跟踪性能。     

随机需求条件下多商品混合运输供应链网络均衡模型及其求解方法

研究了随机需求环境下具有相互关联的多种商品供应链网络均衡问题.在研究多商品混合运输的同时考虑了需求的不确定性,建立了具有商品交叉运输成本的随机多商品混合运输供应链网络均衡模型,分析了交叉运输成本和罚金对供应链的影响;建立了求解随机多商品混合运输供应链网络均衡模型的投影压缩算法,获得了收敛性结果;数值实例证实了该模型及其求解算法的有效性,同时表明,对于该模型的求解,所运用的投影压缩算法优于普遍采用的修正投影算法和拟牛顿算法.     

基于NLJ优化算法的多变量预测函数控制

基于差分方程模型推导了多变量预测函数控制算法,使其具有更加广泛的适用性.利用NLJ算法处理预测函数控制中的约束问题,简单明了,没有繁琐的数学公式推导,仿真结果证明了该算法的有效性,为预测控制约束问题的处理提供了一种新的途径.     

基于子空间辨识的焦炉集气管压力控制

针对焦炉集气管压力具有多变量、耦合、时变性等特点,设计焦炉集气管压力增量式在线子空间多变量预测控制策略.在增量式子空间预测控制的基础上,引入滚动窗口子空间辨识方法,设计子空间预估器模型的更新策略,实现了在线子空间自适应预测控制.应用在线子空间辨识方法对焦炉集气系统现场数据进行辨识,取得了较好的预测精度;利用子空间预估器模型进一步建立焦炉集气系统的状态空间模型,在考虑输入约束、模型时变和干扰的情况下,该模型表现出了很好的控制精度和性能.     

基于BIM技术的建筑供应链协同研究

为实现基于BIM技术的建筑供应链整体最优,首先通过建立因子分析模型,识别出基于BIM技术的建筑供应链的16个协同影响因素,然后建立基于BIM技术的建筑供应链协同因素的预测模型,采用多元线性回归分析的方法,研究各因子对供应链协同系统的动态影响,实现建筑供应链系统协同的动态优化过程和预测预报. 结果表明,该模型技术可以有效管理、协调和控制建筑供应链系统.