求齐次有限马尔科夫链状态空间全体闭集的算法

本文给出了齐次有限马尔科夫链状态空间的闭集族的算法，为了减少计算量和无重复地列出全体闭集，引进了状态空间压缩法和逐点删去法。对状态个数不太大的情形，可利用压缩状态空间的状态转移图求全体闭集；对一般情形，给出了计算机算法。     

求齐次有限马尔科失链状态空间全体闭集的算法

本文给出了齐次有限马尔科夫链状态空间的闭集族的算法，为了减少计算量和无重复地列出全体闭集，引进了状态空间压缩法和逐点删去法。对状态个数不太大的情形，可利用压缩状态空间的状态转移图求全体闭集；对一般情形，给出了计算机算法。     

齐次有限马尔可夫链的周期的计算

齐次有限马尔可夫链的状态的周期的计算问题可化为齐次有限不可分马尔可夫链的周期的计算问题.本文提出了计算齐次有限不可分马尔可夫链的周期的有限计算公式、算法和 BASIC 程序,以及状态空间按周期分解的算法.     

有限马尔科夫链的状态空间分解的算法

本文给出了有限马尔科夫链的状态空间分解的计算机算法,对于状态数不太大的情形,还提供了一种简便的图解法.     

上证综指Markov预测模型合理性卡方检验方法

在建立上证综合指数Markov预测模型过程中,连续型指数需转换为较少状态的离散时间序列。只有选择恰当离散化方法,才能保证所得离散时间序列满足马尔科夫性。借助同分布卡方检验方法,可检验给定两个出发状态的转移概率分布之间是否存在差异。若同一转移概率矩阵不同行的分布差异较大,表明两个出发状态确有差异,即这两行对应的状态划分合理。而不同历史时期转移概率矩阵同一行的比较,可作为检验马尔科夫链非齐次性的一种方法。     

求齐次有限马尔科夫链平稳分布族的算法

对齐次有限马尔科夫链，本文得到三种形式的平稳分布方程组，由此建立的三种算法对通常的数值方法更有效、更可靠。     

马尔科夫链中群逆稳定性分析

令P是有限状态离散马尔科夫链的转移矩阵,群逆(I-P)#在马尔科夫链分析中有着重要应用.给出了当P的每一个元素有小的相对扰动时,(I-P)#在范数意义下的相对扰动误差界.所得的界只依赖于矩阵的阶数,而与马尔科夫链本身的性质无关.     

离散参数马尔可夫链状态空间的性质

以离散参数马尔可夫链状态空间E为集合定义该集合上的一个拓扑T,研究它的拓扑性质,得到拓扑空间(E,T)是离散空间的三个等价刻画以及(E,T)是平庸空间的一个等价刻画。     

有限集拓扑验证算法的优化

有限集合拓扑构建的基本算法是验证一个可行集簇是否为拓扑.验证算法就是检验可行集簇里的两两子集的交运算和并运算是否都封闭.利用拓扑占可行集簇的比例非常小,即不是拓扑的概率非常大的现象,又根据局部性原理,可将验证算法优化以可以大幅度减少检查封闭的运算量.对阶为k的可行集簇,验证算法的时间复杂度从O(k2)几乎降至O(1).     

马尔科夫链的Fisher信息阵及参数的最大似然估计

给出马尔科夫链的Fisher信息阵与相应的一维、二维分布Fisher信息阵之间的关系,为计算马尔科夫链参数的最大似然估计值提供了一种简单方便的算法。将结果应用于极值马尔科夫链,得到极值马尔科夫链Fisher信息阵元素的精确表示。     

基于重要性排序蒙特卡洛粒子滤波的物体跟踪算法

研究复杂背景下的物体跟踪方法. 提出一种用于物体跟踪的重要性排序马氏链蒙特卡洛粒子滤波算法. 算法利用少量加权初始粒子得到后验概率分布的初步估计,并通过重要性排序马氏链蒙特卡洛采样技术从该初步估计抽取新的粒子,以构建对应不同模态的多条独立马氏链,从而充分逼近真实后验概率分布的多模态. 所提出的算法自适应地根据当前模态分布构建多条独立马氏链,因此能够在多模态的复杂场景下准确估计目标状态的后验概率分布;同时,在构建马氏链的过程中,算法采用重要性排序策略确定历史样本被选为状态转移核的似然度,提高了小权重样本被选中的可能性,降低了在马氏链构建过程中陷入局部最优的概率. 仿真实验以及真实视频上所进行的实验显示,所提出的方法能够实现准确稳定的物体跟踪,且效果优于标准粒子滤波算法以及马氏链蒙特卡洛粒子滤波算法.      

随机网络的马氏链模型

本文给出一种严格的数学模型描述随机网络,该模型与BA模型有相同的边际分布和边界条件。我们不但给出模型的边际分布,也给出所有多维联合分布,并且构造出概率空间使得这个新模型可以看作其上的图值马氏链。     

Markov－双链

就随机环境下的 Markov－链,介绍了 Markov－双链的构造,并证明了以已给 P(θ )为转移概率的 Markov－双链的存在性.当环境空间和状态空间均可数时,希望通过对 Markov－双链的研究,进而实现对随机环境下的 Markov－链的研究.     

三水源新安江模型参数不确定性分析PAM算法

针对水文模型参数不确定性分析常用方法 收敛速度缓慢,容易陷入参数空间局部最优区域等 问题,提出了PAM (parallel adaptive metropolis) 算法;对三水源新安江模型参数不确定性进行分析 研究。实例研究表明显著提高了计算速度和求解质 量,参数后验分布结果为区间预报提供了条件。     

Ad Hoc网络中城市街道移动模型的概率模型检测

应用概率模型检测技术,在Manhattan移动模型和街道单元移动模型的基础上,提出城市街道移动模型,将其建模成离散时间马尔可夫链DTMCs,然后运用概率模型检测工具PRISM分析节点位置及移动情况对Ad Hoc网络通信的影响.     

概化理论偏态分布数据方差分量标准误估计

利用 GH 分布性质,采用 Monte Carlo 数据模拟技术,模拟生成一定偏度的偏态分布数据,运用Traditional方法、Jackknife方法、Bootstrap方法和MCMC方法估计概化理论偏态分布数据的方差分量标准误,探讨了数据的不同偏度对概化理论方差分量标准误估计的影响.研究结果显示: Jackknife 方法估计偏态分布数据的方差分量标准误性能较差, Traditional和MCMC方法尚可, Bootstrap方法标准误偏差相对较小,且偏态分布数据的偏度对概化理论方差分量标准误估计有影响, Bootstrap方法对于偏态分布数据表现出良好的“适应性”,偏度对其影响较小.     

一种基于分布式网络的性能管理模型及算法

采用马尔可夫回应模型(MRM)和连续时间马尔可夫链(CTMC)描述的随机过程Z(t),利用网络累积性能等参数的双拉普拉斯变换表达式将面向系统分析和面向对象分析的两种观点有机地结合在一起,该模型能够计算和预测网络的多种性能参数,为解决复杂的迭代次数计算,推导出了近似算法,最后将网络累积性能算法应用到一个简单网络子网中并进行了详细的数值分析·     

应用邻接多重表存储结构的配电网可靠性评估算法

结合复杂配电网的特点,提出基于邻接多重表的复杂配电网可靠性评估分块算法。首先给出适合于配电网数据存储的邻接多重表构造方法及存储结构,解决了网络搜索的空间、时间复杂度问题。基于此提出配电网前推回代潮流计算方法及配电网可靠性评估的分块形成算法。该算法可使配电网潮流计算与可靠性评估分块算法采用同种存储结构,简化了配电网可靠性计算程序的编制,并可节省计算时间。应用该算法对RBTS-BUS6及实际工程系统进行了可靠性评估,算例表明该算法可有效减少计算时间,具有较高的工程实用价值。     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

城市公共交通走廊动态客流分析模型

为了科学分析和评价城市公共交通走廊的客流流动规律,研究了走廊内乘客对于出发时刻及交通方式选择的问题,提出了城市公共交通走廊动态客流分析模型.模型主要由乘客出发时刻和交通方式选择组合动态均衡分配模型,以及乘客出行负效用模型两部分构成.在此基础上,设计了一套启发式算法求解该模型;并以上海市的跨江公共交通走廊为案例,验证所提出的模型和求解算法.研究结果表明,该模型能够真实反映城市公共交通走廊内客流的时空分布情况,以及行程时间、拥挤度及出行费用等因素对乘客出行选择的影响.所提出的模型可为城市公交走廊内各公共交通方式的合理搭配、运输组织模式优化提供决策支持.