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。     

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。     

瓦斯涌出量灰色预测法

通过对回采工作面瓦斯涌出量原始数据取自然对数为基础,建立改进的GM(1,1)模型.然后将其与马尔柯夫模型相结合,建立了改进的灰色马尔柯夫模型.利用现场实测数据比较改进的GM(1,1)、灰色马尔柯夫和改进的灰色马尔柯夫模型各自的拟合精度,结果表明,改进的灰色马尔柯夫模型是3个模型中预测精度最好的模型,结果正确可靠,有一定的普遍适用性.     

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。     

灰色马尔柯夫模型在交通量预测中的应用

交通量预测是道路交通规划与路面设计的基础,由于影响交通量生成和增长的因素具有层次复杂性、关系模糊性、动态变化随机性和指标数据不确定性等,从而导致交通量的预测结果与路面实际运营数量之间有较大差异.本文利用改进的灰色GM(1,1)预测模型和马尔柯夫随机过程理论,建立了交通量的灰色马尔柯夫预测模型.实例计算分析表明,该模型具有较强的适用性,预测得到的交通量数据具有较高的精度和可靠度.     

基于灰色马尔柯夫模型的严重飞行事故频数预测

根据严重飞行事故的发生频数具有趋势性和随机波动性特点，采用结合GM(1，1)模型与马尔柯夫预测技术的联合预测方法，进行严重飞行事故频数的趋势性分析和状态预测，结果表明：灰色马尔柯夫预测模型对严重飞行事故频数的预测结果更科学、更精确。并用灰色马尔柯预测模型，预测世界定期客运航班严重飞行事故频数，其相对误差小于灰色模型预测结果。     

植物种群灰色马尔柯夫模型的初步研究

探讨植物种群灰色马尔柯夫模型的理论和方法。对日本落叶松人工种群的密度的自然变化过程模拟和预测，表明灰色马尔柯夫模型是一种较为理想的种群动态模型。     

植物种群灰色-马尔柯夫模型的初步研究

探讨植物种群灰色－马尔柯夫模型的理论和方法。对日本落叶松人工种群的密度的自然变化过程模拟和预测，表明灰色－马尔柯夫模型是一种较为理想的种群动态模型。     

植物种群灰色—马尔柯夫模型的初步研究

探讨植物种群灰色－马尔柯夫模型的理论和方法。对日本落叶松人工种群的密度的自然变化过程模拟和预测，表明灰色－马尔柯夫模型是一种较为理想的种群动态模型。     

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．     

灰色模糊马尔柯夫预测模型及其应用

本文建立了灰色模糊马尔柯夫预测模型，并以此预测了１９９５年邮发期刊价格及以后数年（到２０００年）的发展态势。     

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．     

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。     

基于灰色-马尔柯夫模型的区域耕地变化预测研究——以四川盆地中部丘陵区为例

以四川盆地中部丘陵区为例,基于1997-2005年的耕地利用变化数据,运用灰色-马尔柯夫预测模型,对区域未来的耕地资源变化趋势进行了科学的预测和模拟分析.研究表明:随着工业化、城市化进程的不断加快,人口增长、建设占用、农业结构调整、生态退耕等多因素的综合影响,研究区的耕地数量将逐年下降,耕地资源安全形势不容乐观.     

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。     

机械原因飞行事故预测模型及其应用

灰色预测与马尔柯夫预测的优点可以相互补充,将两者结合起来对随机性和波动性较大的数据序列进行预测,精度更高.采用灰色马尔柯夫两种预测的组合模型,对空军机械原因严重飞行事故的时间序列进行了分析,并预测了2000年、2001年的机械原因严重飞行事故的可能情况,收到了良好的预测效果.     

Fuzzy-Markor预测模型的构造及对长江黄石年最高水位的预测

该文运用摸糊数学方法对马尔柯夫预测摸型进行改造,构造出一种摸糊马尔柯夫预测模型(Fuzzy—Markov预测摸型)。作为这种摸型的应用例子,文中给出了长江黄石年最高水位的预测结果(1980年—1988年)。分析表明,这种摸型是具有一定精度的。     

基于Markov链的随机需求预测模型

随机需求预测是供应计划工作的重点和难点，应用马尔柯夫链分析法和蒙特卡洛仿真技术，可以建立一个有效实用的随机需求预测模型。     

基于BP-Boosting算法的商品住宅价格预测模型

针对商品住宅价格预测问题,分析整理了与房价相关的经济因素,首次提出将BP-Boosting回归算法运用到商品住宅价格的预测中.以郑州市房地产相关数据为实例,进行学习预测.模型结果表明,该方法简单有效,较为准确地预测出下一个季度的房价,与BP神经网络及灰色-马尔柯夫模型相比具有较为理想的预测精度.     

矢量量化技术和隐马尔柯夫模型方法在韵母识别中的应用

本文应用矢量量化技术(Vector Quantization)和隐马尔柯夫模型方法(Hidden Markov Model)为一个全字汇量的孤立字普通话语音识别系统设计了韵母识别子系统.该系统由韵母信号析取器、滤波器阵列特征分析器、矢量量化器、预识别器、隐马尔柯夫模型匹配器和决策器组成.根据对汉语中1172个不同音节的语音信号测试结果,决策器输出的准确率(即系统的最后识别准确率)为89.5%,而前两个估计的识别准确率则达到97.2%.系统的训练包括生成矢量量化器的码字和为每一个韵母建立隐马尔柯夫模型,改进了Linde 等人提出的码字生成算法,提出了一个得到隐马尔柯夫模型参数的系统化方法.