基于马尔柯夫过程的城市交叉口车辆到达模型

提出在城市交叉口多相位实时控制过程中,采用马尔柯夫方法对各相位内进入交叉口车辆数的可能性进行预估。基于交叉口车辆运行的强随机特征,交叉口车辆到达预测的准确性是控制策略准确制定的关键。根据马尔柯夫过程预测结果,系统可进行交通信号的延时和相位变化,从而使整个交叉口的平均时延得到优化。通过实例验证了马尔柯夫分析模型用于多相位交叉口短时交通流占有率预测的可用性,并将预测得到的交通流占有率与观测值进行了对比,同时对两者之间的误差进行了分析。结果表明,预测结果有助于制定实时的交通控制策略。     

求解有限马氏决策问题的神经网络方法

在有限马尔可夫决策过程的线性规划求解方法以及神经网络算法的基础上提出了运用神经网络求解有限马尔可夫决策问题的方法．并通过算例验证了该方法的有效性．     

基于模糊逻辑的Markov链模型辨识方法

提出一种采用模糊Markov模型(FMM)，根据系统实际输入一输出建模的新方法，用于线性及非线性的随机动态系统辨识．讨论了动态系统的Markov链描述，给出了一阶受控Markov链的具体描述及其转移概率矩阵的计算方法；在传统模糊系统的基础上，探讨了建立FMM的方法，给出了FMM的仿真框图和建模的具体步骤；并给出了随机动态系统仿真的应用实例．基于模糊逻辑的Markov链模型解决了传统模糊系统不能处理随机现象的问题，同时也提高了Markov链模型辨识的速度．     

惯性器件长期贮存性能可靠性灰色马氏链预测

为了及时掌握武器系统惯性器件的性能，并为延长其使用寿命及维修提供依据，对其进行贮存可靠性评估和预测非常必要．讨论了一种灰色马氏链预测模型的建模方法，此方法兼具灰色模型和马氏链模型的优点，它不仅充分利用了灰色模型动态建模思想，来预报可靠性数据总体趋势，并且根据此总体趋势，进行状态的划分，从而大大克服了马氏链状态矩阵运算量大的缺点，而且拓宽了灰色模型的应用范围，使其适合于波动性较大的随机数据列的预测．最后，对某型导弹速率陀螺仪贮存性能可靠性进行估计，并进行灰色马氏链预测．     

HMM用于G蛋白偶联受体超家族的识别

采用了一种HMM(隐马尔可夫模型 )的方法用于G蛋白偶联受体超家族层次各类别之间进行识别 ,具体考虑了ACDE与B类超家族 ,以及BCDE与A类超家族的分辨 ,取得了不错的效果 ,类之间的识别准确率可以达到10 0 % .研究过程中 ,考虑了G蛋白偶联受体一级结构信息和数据自身特性 ,合理地利用了G蛋白偶联受体一级结构序列的不等长特性 ,同时在模型的预测方面采用了双模型的预测机制 .     

统计预测的规划求解方法

用规划求解的方法及软件运用来计算马尔科夫预测中的稳态概率向量；用目标规划拟合非线性回归方程，以及建立非线性规划模型拟合曲线方程的“曲线最小平方法”。方法及软件的应用简便了计算过程，提高了回归方程的精度。     

智能网络课件的技术分析和模型设计

借助现代网络和多媒体技术开展远程教育是新形势下高等教育的一种有效补充，是拓宽网络应用领域的重要举措。本文探讨了网络教学辅助软件的开发模式和软件设计的几种形式，提出了一种基于WEB的具有自适应能力的课件模型，并讨论了实现过程中关键技术。     

应用NOAA/AVHRR资料进行草地遥感估产模型的研究

应用NOAA/AVHRR遥感资料，推导提出了以草地型为“面”取样，“面”对“面”样本匹配（即一定面积内草地的单位产量与该范围内的平均植被指数为一组样本）的建模方式，克服了“点”对“点”（“像元”对“像元所对应的地物点”）样本不能很好匹配的缺点，并建立了阿拉善草地的产量估产模型。     

基于博弈树的概念图推理算法

提出了一种基于博弈树的概念图推理算法.该算法将封闭世界模型上的概念图推理转化为对博弈树根节点的可解性标示过程.算法采用深度优先策略,可以实现对此模型下任一个概念图或概念图集合“真值“的识别.推理结果与人类思维相一致.     

海南岛东南海岸带植被景观动态分析

利用马尔柯夫过程模型,建立了植被景观动态矩阵模型,预测了各景观类型处于相对稳定状态时所可能达到的面积比例之值分别是:①植被景观类型的面积比例将会是针叶林∶阔叶林∶人工林∶红树林∶灌草丛=11∶37∶21∶1∶14;②整个景观各类型的面积比例将会是植被景观∶农田景观∶湿地景观∶建筑景观∶其他景观=223∶112∶4.4∶4.5∶1.其总的趋势是针叶林与红树林显著减少,而阔叶林类型与建筑类型显著增加.