基于马尔可夫过程的压缩机组维修决策方法研究

设备维修策略优化的目的是提高设备的可靠性、降低维修费用,目前已受到广泛关注。考虑到设备的劣化可用马尔可夫过程描述,提出了基于马尔可夫过程的压缩机组维修决策方法。并以综合费用为目标函数,定量分析了设备在不同劣化状态、采用不同维修措施的期望综合费用,从而得到了设备的最优维修策略,为设备的维修决策提供了有力的科学依据。     

马尔可夫决策过程在防空系统目标分配中的应用

综合考虑了目标分配中的一些重要问题,将马尔可夫决策过程理论应用于目标分配决策中,这种方法充分考虑了攻防对抗这个动态系统本身的特征,避免出现发射平台工作饱和,使决策的长期效益趋于最优。     

一种基于部分可观察马尔可夫决策过程的股票交易策略

近年来涌现了许多把深度强化学习应用到股票交易策略的研究。深度强化学习通常依赖于马尔可夫决策过程建模，但是股票市场中交易策略的制定需要考虑历史交易数据中包含的信息。因此，本文通过部分可观察马尔可夫决策过程对股票市场建模，并采用长短期记忆网络和优势演员评论家算法来构建股票交易策略。通过在道琼斯工业平均指数成份股数据集上进行实验，实验结果表明本文所设计的股票交易策略构建方法可以挖掘隐藏在历史数据中的有效信息，获得稳定且有效的交易策略。     

基于马尔可夫决策过程的医疗检查匹配预约调度优化

为合理匹配医疗检查任务,提高医生服务质量和医院收益,针对医疗检查即时预约调度问题,考虑医生资质和患者病情差异,以最大化医院收益为目标建立基于马尔可夫决策过程（Markov decision process, MDP）的匹配预约调度模型,并采用逆序值迭代算法对模型进行求解。最后通过仿真实验得到不同资质医生接受不同病情患者的最优预约策略,并与传统先到先服务（first come first service,FCFS）预约策略进行对比分析。结果表明,MDP预约策略是与医生剩余可服务患者数相关的阈值策略,该策略相比于FCFS预约策略所获收益更高,更有利于保障医院稳健运营,且在医疗检查资源越匮乏时MDP预约策略的优势越明显。     

嵌入式通信系统中基于动态多因素的马尔可夫决策路由

为了适应嵌入式通信系统的资源匮乏性、多因素、异构性和对等性等特点,提出了动态多因素马尔可夫决策路由(DMMDR)算法,分析了算法的时间和空间复杂度,并设计了路由的建立过程和链路状态的更新策略.研究结果表明,该算法能综合考虑各种因素,均衡和减少计算量和存储需求,并避免环路的产生.     

基于马尔可夫决策过程的MES系统动态调度方法

针对以事件为驱动的网络化制造环境下生产系统的特征,扩展马尔可夫决策过程,根据生产制造的特点进行动态生产调度方法的研究.以面向用户标准为基础,用制造系统响应时间来评价调度算法在不同规则下具有的性能特点;根据分析结果分别确定各种调度规则在预期时间内能够达到生产优化调度或满意调度的可能程度.将调度规则与实际生产相结合,设计网络化制造环境下动态调度指令单管理系统,实现制造管理的信息化.本系统可以按照用户需求实时反映生产制造信息;根据企业情况确定调度规则,生成调度决策方案,最大程度保证企业利益.     

基于改进马尔可夫决策过程模型的多机协同航路规划研究

该文针对多无人机在复杂环境下执行作战任务易受环境威胁影响的问题,提出一种基于改进马尔可夫决策过程模型的多无人机航路规划算法.利用离散化雷达威胁信息,设计多无人机作战环境与状态空间数目;将目标点方位空间离散化,进而合理分配状态转移概率;将雷达威胁与马尔可夫决策过程模型相结合,在无模型均匀结构的报酬函数基础上引入非均匀结构...     

基于马尔可夫骨架过程的资金流动模型

在马尔可夫骨架过程理论的基础上讨论了资金流动模型．通过对此模型进行马尔可夫骨架过程建模并分析其瞬时分布,得出在任一时刻t的账户资金额Q（t）是某一非负线性方程的最小非负解．     

基于马尔可夫骨架过程的渔业资源管理模型研究

利用侯振挺等提出的马尔可夫骨架过程理论研究了渔业资源管理模型,利用马尔可夫骨架过程理论对其进行建模,并对其进行理论证明,得出结论:未来任一时刻t的渔场中的鱼量是一非负线性方程的最小非负解.可用该模型对未来任意时刻渔场中的鱼量进行预测,预测实例表明了该方法的有效性.     

基于离散Markov决策过程的发电公司多阶段决策

采用离散时间Markov决策过程(DTMDP)对以多阶段总利润最优为目标的发电公司决策问题进行研究．市场环境下，发电公司根据自身条件，其竞争策略可以是价格的接受者，也可以是价格的制定者．考虑了发电公司不同策略情况下市场均衡状态间的转换概率，分别给出了发电公司作为价格接受者和价格制定者时的多阶段决策模型．通过算例验证了所提模型的有效性和可行性．     

有限规划水平部分可观Markov自适应决策过程的参数决策

提出了一种有限规划水平部分可观、不确定Markov决策过程自适应决策算法.算法的基本思想是运用Bayes理论对未知系统进行"学习”,通过最小决策失误概率的参数决策实现参数估计,在参数估计的基础上进行控制决策从而以最大概率实现最优决策.文中证明了决策算法的收敛性.仿真结果表明了决策算法的有效性.     

基于Markov过程的集束型设备预防维护策略

为了更好地保障集束型晶圆制造设备运行的可靠性,同时考虑维护的经济性,建立了基于Markov过程的预防性维护策略.根据集束型设备的特点,采用大修和小修相结合的预防性维护方式,同时考虑随机失效和退化失效两种失效形式,建立了状态转移模型.依据Markov理论求得设备各状态的稳态概率及状态转移概率.再根据Markov决策理论及策略迭代算法求得最佳维护策略.实验结果表明,所提出的预防性维护策略有效可行.     

基于连续时间马尔可夫过程的证券投资策略

在假设股票价格所处状态间的转移概率连续变化情况下,得到了股票价格转移概率的常微分方程组;考虑股票在不同状态之间转移所获得报酬及股票在状态发生转移之前单位时间所获得的报酬的情况下,给出了股票在不同状态之间发生转移的总期望报酬模型·通过对总期望报酬模型进行变换得到了策略改进算法·同时得到了转移系数矩阵一般表达式,给出了针对具体股票状态转移时间间隔的指数分布并对其进行了估计·     

一种基于派系过滤的社区进化发现研究

在对派系过滤方法及其相关原理进行研究基础上,分析了该方法在社区进化发现中存在的参数依赖问题,提出了一种基于派系过滤的社区进化发现方法:通过生成社区树,综合多组参数的社区发现结果,可获取网络中不同耦合度的社区的层次结构,从而发现网络中社区的进化过程.本文将该方法应用在单词关联网络中,实验结果表明,该方法能够发现各社区在进化过程中的规模、成员以及耦合度方面的变化,在一定程度上,克服了传统派系过滤方法对参数的依赖性.     

一种基于马可夫过程统计模型的语音激活检测方法

根据语音的特点，以一阶马可夫过程统计模型对语音进行建模，并在此基础上对语音的激活检测进行了性能分析。在方案的实现过程中，采用了多种平滑因子，进一步改进了语音判决的正确性。与通常所用的检测方法相比，在性能上有了一定程度的提高。     

基于更改域的工作流过程演变算法

针对工作流过程演变时过程实例的跃迁策略不易确定的问题,提出了一种表达灵活的工作流过程模型,并将过程模型的更改转化成若干更改域,更改域包含三类元更改操作.为了确定过程实例能否平滑地迁移至新的过程模型,又提出了通过更改域边缘查找更改点的方法.比较更改点位置与当前过程实例状态,确定过程演变策略,并给出过程演变算法,从而实现了过程实例迁移.实际应用表明,所提算法可自动导出工作流过程演变策略,并实现过程实例的批量跃迁.