灰色正交化方法在用电量预测中的仿真研究

根据灰色正交化方法和马尔可夫链原理,应用Gauss-Chebyshev正交化思想预测时序数据的总体趋势。预测的精度是时变的,而马尔可夫链原理在处理时变的系统过程时具有较好的优势,选用该方法能更好的解决预测结果的不稳定性。基于此,提出一种用于用电量数据预测的灰色马尔可夫正交化模型,适用于中短期、数据需求量少且数据振幅较大的动态过程预测。最后用提出的方法对江苏省2007年工业用电量进行预测,其结果表明了所提方法的有效性。

Abstract：

The general trend of time series data was predicted with Gauss-Chebyshev orthogonalization theory according to the grey orthogonalization method and the Markov Chain theory.The prediction accuracy is time-varying.However,this approach will better solve the problem of unstable prediction result since Markov chain theory has greater advantages in handling time-varying system process.Based on this,the Markov grey orthogonalization model prediction was proposed for electricity consumption.It is suitable for dynamic process prediction in medium and short term with less data demand and large data fluctuations.Finally,the proposed approach was used to forecast the industrial electricity consumption of Jiangsu Province in 2007,and the results show the effectiveness of this approach.     

灰色广义Verhulst模型的构建及其应用

一般认为,灰色Verhulst模型(grey verhulst model,简称GVM)适用于具有单峰或饱和S形的序列.然而,在利用GVM建模时,模拟值有时会出现"漂移"现象,使得模型精度变差.针对这一问题,将常数项引入GVM模型,构建了灰色广义Verhulst模型(grey generalized verhulst model,简称GGVM),并在参数的不同分类下,借助灰色建模序列的非负性,完整地给出了灰色广义Verhulst模型的时间响应式及其还原值.将GGVM与GVM模型分别对四个单峰型序列建模,发现GGVM能有效地解决GVM模型模拟值出现的“漂移”现象.在实证部分,利用新模型对江苏省石油与天然气的基础储量进行建模分析,并与GVM模型、数据分组处理算法比较,验证了GGVM在模拟及预测时的优势.     

降水预测的模糊权马尔可夫模型及应用

中长期降水量的预测是气象科学的一个难点问题，论文首先基于降水过程存在大量不确定性、不精确性的特点，应用模糊有序聚类的方法建立降水丰桔状况的分级标准；然后针对降水量为相依随机变量的特点，采取以规范化的各阶自相关系数为权重，用加权的马尔可夫链来预测未来降水的丰桔变化状况；在此基础上，根据模糊集理论中的级别特征值，计算出具体的降水量；最后以山西省河曲水文站近50年的降水资料为实例，对该方法进行了具体的应用，收到了较为满意的结果，从而为提高中长期降水量预报的精度提供了一条值得探索的途径。     

战斗平台火力运用马尔可夫链模型

针对定量分析战斗平台火力运用问题,根据该过程所具有的马尔可夫性特点,将其描述为状态离散、时间离散的马尔可夫链,由此研究了一对一格斗、仓促突破战斗、对密集目标群射击等情况下的马尔可夫链模型。在建立系统状态空间的基础上,将战斗平台火力运用行动转化为系统状态间的转移,解决了弹药消耗量预计、作战结果预测等问题。应用示例表明:该模型体现了战斗平台火力运用实际特点,且运算简便、实用。     

多因素时变Markov链模型下考虑信用风险的互换期权定价

提出具有似扩散行为的共同因素与特定评级因素及其驱动下的时变Markov链模型,在仿射期限结构框架下建立了考虑交易对手信用风险的互换期权定价模型. 以1998年1月-2008年12月美国国债的收益率数据及评级机构穆迪的信用评级数据为样本,利用卡尔曼滤波技术与约束非线性最小二乘法对模型进行了参数估计. 主要结果为: 首先, 以似扩散过程的形式引入具有权重影响的共同因素与特定评级因素,构建了基于信用评级的时变Markov 链模型; 其次,建立了含信用风险的互换期权定价模型,给出了该期权的闭式解;最后,分析了交易对手方信用等级状况的变化对互换期权定价的影响.     

基于马尔可夫链模型的EWMA控制图性能分析与优化

建立了基于马尔可夫链的EWMA控制图性能分析模型,并编制了基于Matlab平台的EWMA控制图性能分析程序。在此基础上,分析了EWMA控制图的两个主要参数(控制限参数L和平滑系数r)对EWMA控制性能的影响。分析发现,对于不同的L,存在均值偏移量δ*和δ**,当偏移量0<δ<δ*时,控制图性能随r的增加而提升;而当δ*<δ<δ**时,控制图的性能随r的减小而提升。而当δ>δ**时,参数对EWMA控制图的性能影响很小。据此对不同应用环境下的EWMA控制图参数选择给出了相应的建议。     

基于核和灰度的灰色马尔可夫预测模型及应用

在处理预测问题时,常有原始数据为区间数组成的随机波动性较大的区间数列的状况。为进一步提高区间灰数预测精度,提出基于核和灰度的灰色马尔可夫预测模型。该方法以区间灰数核序列为依托建立预测模型,实现区间灰数核的预测;又根据“灰度不减公理”,由灰数核为中心延伸得出区间灰数的上下界;在保持区间灰数独立完整的前提下,构建了区间灰数预测模型,在此基础上用马尔可夫预测模型修正预测结果。该模型在航空货运量的趋势预测中显示马式链修正结果较区间灰数预测数据呈低估状态。结果有助于加强市场参与者对航空货运市场的宏观认识,并为经济决策行为提供参考。     

灰色马尔柯夫链预测模型及其应用

一、前言 灰色预测与马尔柯夫链(以下简称马氏链)预测是两类应用较为广泛的预测方法,它们都可以应用于时序预测,但各具特色和局限。 灰色预测是指以GM(1,1)模型为基础所进行的预测,它主要用于时间短、数据资料少、波动不大的预测问题,只需很少的几个数据就可建立模型进行预测,尤其对短期预测具有较高的精度。但其预测的几何图形是一条较为平滑的曲线,要么单调递增,要么单调递减,进行长期预测时,预测值往往偏高或偏低(根据几何图形而定),因而对随机波动性较大的数据列拟合较差,预测精度较低。而马氏     

灰色GMP(1,1,N)模型及其在冰凌灾害风险预测中的应用

在加权最小二乘框架下构建了含时间多项式项的灰色GMP(1,1,N)模型,该模型既适用于小样本单调序列又适用于波动序列,论证了均方误差最小准则、均方相对误差最小准则与平均绝对百分误差最小准则下的GM(1,1)、NGM(1,1,k)和GM(1,1,t~α)模型均是GMP(1,1,N)模型的特殊形式,将GMP(1,1,N)模型应用于黄河宁蒙河段冰凌灾害风险预测,结果表明2015-2016年的风险预测结果符合实际情况,模型能够识别风险波动变化规律.为不同准则下灰色预测新模型的构建提供了新思路,具有重要的理论意义和工程应用前景.     

基于数量柔性契约与Markov链的应急物资采购模型

突发灾害是以一定概率发生的随机事件,其状态总是不断发生转移,使政府已采购的应急物资在状态好转时易造成浪费,在状态持续恶化时难以满足突发需求,因此考虑突发灾害状态转移的应急物资采购策略对提升政府应急物资保障能力至关重要.本文将突发灾害状态转移过程视为一个有限次的齐次Markov链,构建了基于数量柔性契约的应急物资采购模型,分析了政企达成合作的条件与双方最优决策策略.采用数值计算与敏感性分析验证该模型的有效性,讨论了若干外生变量对政企最优决策策略与双方成本收益的影响,提出了重要的管理启示.结果表明,突发灾害状态转移情形下的应急物资采购模型既能提高政府应急物资保障能力,又可以保障企业合理收益与控制政府成本.     

广义离散灰色预测模型及其应用

基于离散灰色预测模型提出了广义离散灰色预测模型(GDGM(1,1)模型),它包含了常见的齐次与非齐次指数序列模型,一次累加抛物型自回归模型,以及一次累加时变线性模型;证明了对四类特殊序列具有模拟完全重合性;研究了在数乘变化下模型参数与模拟值的变化规律以及相对误差的不变性;给出了模型建模步骤及其方法,通过实例对DGM(1,1)模型,NDGM(1,1)模型,CDGM(1,1)模型,TDGM(1,1)模型,NHGM(1,1,k)模型,GM(1,1)直接建模模型以及本文模型的模拟预测效果进行了比较,结果表明GDGM(1,1)模型能够提高预测模拟精度.     

基于向量马尔科夫链的配送服务可靠性预测

从配送服务的作业流程出发,给出了配送服务可靠性的定义;分析了配送服务可靠性的主要影响因素;运用马尔科夫过程的有关理论,提出了一种基于向量马尔科夫链的配送服务可靠性预测方法,预测了短期内配送服务及其各作业流程的可靠性,得出了平稳状态下的配送服务及其各业务流程的可靠性;并应用算例对该方法进行了验证.为配送中心评价和提高自身服务的可靠性水平提供了理论依据.     

供应链网络风险扩散动力学模型及其应用

在考察分析供应链网络结构域组分特征的基础上,建立了供应链网络风险扩散动力学模型,给出其定态解.该模型由一组方程构成,设置了风险产生项与风险湮没项,合理考虑了风险在供应链网络主体间的传导概率,并设置了主体感染风险阈值.该模型能够反映供应链网络中风险扩散机理,也可以揭示供应链网络结构演进下的风险扩散特征变化.将模型运用到实际的农产品供应链网络中,获得了当前农产品供应链网络及其演进结构下的风险扩散特性.     

灰色多变量GM(1,N)幂模型及其应用

针对多变量少数据的系统建模问题,提出了灰色多变量GM（1,N）幂模型及其派生模型GM（1,N,x^（1））幂模型,给出了其参数估计算式和近似时间响应式,在此基础上,分两种情况讨论了模型的参数优化方法,并通过数值模拟和应用实例验证了新模型的有效性. 结果表明：传统的GM（1,N）模型是GM（1,N）幂模型的特殊形式,GM（1,N）幂模型能够更好地描述系统特征行为序列与其影响因素序列的非线性关系,从而有效地提高传统灰色多变量系统建模的精度.     

基于RBF神经网络与Markov组合的飞行风险预测研究

为了更加准确地对飞机飞行安全性做出评估,在径向基(radial basis function,RBF)神经网络的基础上,通过引入马尔可夫链的方式进行误差修正,建立了一种拟合程度高且无需反复调整权值的新型评估模型.并以国内某航空公司A320机型近20年来发生的飞行机械故障为基础数据对模型进行训练、拟合、修正.将修正结果与单一RBF神经网络评估方法相比较,分析二者差异后得出误差降低的结论.为管控飞机飞行风险提供了方法拓展.     

高阶马尔可夫链平稳分布的存在唯一性

探讨了高阶马尔可夫链模型中周期对极限分布的影响, 分析了高阶模型中多步转移概率矩阵的连通性与链的平稳分布的关系, 证明了高阶马尔可夫链平稳分布的存在性与唯一性条件, 完善了高阶马尔可夫链的参数估计理论. 然后应用高阶马尔可夫链模型对我国股票指数进行建模分析, 参数估计表明我国股价存在相邻相依度, 并对预测结果与传统模型进行了比较.     

一种新的关联度量化模型及其在农民收入结构分析中的应用

在已有灰色关联理论的基础上,综述了现有的几种典型灰色关联度量化模型,并分别指出了其缺陷。在此基础上,领会灰色关联度公理的内涵,提出了一种灰色关联度量化模型———演变模型,克服了现有关联度量化模型的缺陷,并证明了其科学性。最后,以河南省农民收入结构分析为例,介绍了其应用方法。图1,表1,参19。     

基于有序样品聚类的集对权马尔可夫链年降水量预测模型

本文尝试将有序样品聚类、集对分析和马尔可夫链三种方法相结合,对传统的加权马尔可夫链预测方法进行了多方面改进,建立了基于有序样品聚类的集对权马尔可夫链年降水量预测模型,并将其应用于吉林省白城地区白城站2008-2010年年降水量的预测.将预测结果与实测值进行对比分析,可以发现:与传统方法相比,改进方法可以使降水量等级区间的划分更加合理,并增加了预测概率的集中程度,有效提高了预测精度.实测值均位于预测区间内,表明该方法具有较高实际应用价值.作为降水量预测模型的改进尝试,其预测效果令人满意.     

多项目管理中依据资源的马氏链择优

对众多需要实施项目进行优化选择, 找出合理的优先级标准的方法, 是进行多项目管理研究中需要解决的关键问题. 针对有限资源限制和众多项目需要实施的决策管理, 作者研究依据项目间资源转移矩阵找出优先级标准, 从项目设计和已实施的项目中提取项目间资源转移关系, 通过量化处理后构造资源转移概率矩阵, 则与该资源变化矩阵对应的马尔科夫链的平稳分布即为项目最终占用资源的比例序列或项目的影响程度序列; 以此作为评价项目优先级的标准, 确定项目重要程度的排序.     

时滞多变量离散灰色模型及其应用

针对多变量灰色模型存在驱动因素机制不明确和缺乏驱动项引入规则的问题.通过引入时滞项控制驱动因素,构造一种新的多变量离散灰色模型,并探讨模型参数求解方法.根据灰色扩维识别方法,探索驱动项选择和时滞参数测算方法,并给出模型建模预测步骤;最后,采用该模型解决我国农村水环境与农村区域发展的滞后效应测算、建模和预测问题,实例结果表明该模型不仅精度较高,而且模型含义更明确.