基于加权马尔可夫链的建筑业景气测度与预警——以浙江省为例

基于2010-2021年数据,筛选建筑业相关指标并划分为先行、一致和滞后指标,利用主成分分析法合成浙江省建筑业景气指数进行分析。同时,使用先行和一致指标构建预警信号系统,最后通过加权马尔可夫链模型对浙江省建筑业的景气运行情况进行预测,希望为建筑业发展情况研判提供参考。

基于聚类模糊加权马尔可夫链的降水量预测研究

降水具有随机性,文章在加权马尔可夫链的基础上应用改进的ward系统聚类法对降水量进行聚类,引入优化后的隶属度对参照样本的状态向量进行预测,建立了聚类模糊加权的马尔可夫链模型,并取得了精度较高的预测结果。以北京市1963—2016年的年降水量作为训练样本进行模型训练,对北京市2017—2019年降水量进行预测,结果表明这3年降水量的预测值与真实值的相对误差均在3%以内,获得了较高的精度,能够为北京市水资源的合理规划提供依据。

基于加权马尔可夫链的股票价格预测研究

对股票的预测研究一直是社会的热点问题,而一个合适的模型对于股票的研究至关重要。选用加权马尔可夫链模型,对该模型的状态划分区间做了优化改进,使得该模型能更好地应用于股票的预测研究。通过对招商港口股票的收益率建立加权马尔可夫链模型,并与马尔可夫链模型的相应预测结果进行对比,在状态预测上,加权马尔可夫链的准确率提高了一倍,在平均股价绝对误差上降低了2.02%。此外,为说明模型的泛化性,增加了10只股票3个日期共30个数据预测股价,其与实际股价在每只股票每个日期下的平均绝对误差为1.67%,相比马尔可夫链模型的相应结果降低了0.51%,这表明加权马尔可夫链模型对于多种股票的收益率和股价的预测均具有合理性。

变化环境下北江下游年径流量的加权马尔可夫链预测

在气候变化和人类活动的影响下,西北江的水文环境发生了重大变化,导致北江下游的来水条件发生变化。采用斯波曼检验(Spearman’s rho test)和Mann-kendall法系统地分析了北江下游的年径流量的变化趋势和变异情况,在此基础上建立了北江下游变化环境下年径流量的加权马尔可夫链预测模型。结果表明:西北江近50年来的大规模联围筑闸、大规模无序采掘河床泥沙等剧烈的人类活动,导致北江下游三水水文站年径流量在1990年左右发生了变异;所建立的加权马尔可夫链预测结果表明,从变异后的序列中统计出来的状态"转移概率"矩阵,能准确地反映出环境变化后年径流量之间的关系,所建立的加权马尔可夫链法预测变化环境下的年径流量是可行的,预测效果也比较好;按文章确定的分级标准,依现有的资料信息推断,环境发生变化后,在未来长期过程中,北江下游出现平水年的机会最大,但年际间的丰枯波动概率也不小。这一结果值得水资源管理部门注意。

加权马尔可夫链在降水状况预测中的应用

在介绍加权马尔可夫链预测方法的基础上，以郑州市1951～1994年降雨量资料为例，采用均值-标准差分级法进行旱涝指标值分级，把这44年资料划分成雨涝、偏涝、正常、偏旱、干旱5种状态，应用加权马尔可夫链对该地区旱涝状态进行预测扣分析，结果表明该方法预测结果与实际情况相吻合。

加权马尔可夫链在伤寒副伤寒发病情况预测分析中的应用

目的研究加权马尔可夫链在伤寒副伤寒发病情况预测中的应用。方法用1991年1月至2000年10月江苏省伤寒副伤寒发病资料建立模型,以2000年11月和12月的发病资料作为模型预测效果的考核样本。首先基于伤寒副伤寒的发病情况存在大量不确定性的特点,应用有序聚类的方法建立发病人数状态的分级标准;然后针对发病人数序列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模型来预测和分析发病人数的变化状况,使预测结论的长期效果趋于最优;最后对预测结果进行分析和评价。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内仍呈平稳下降,检验结果表明模型是合适的。结论用加权马尔可夫链对伤寒副伤寒月发病情况的拟合结果满意,预测效果良好。

基于EMD与加权马尔可夫链QR法的风电功率区间预测

提出一种基于经验模式分解(EMD)、加权马尔可夫链与分位数回归(quantile regression,QR)的风电功率概率区间预测方法。由于风功率数据与风速显著相关,首先对历史风速进行经验模式分解,得到不同频率段的风速,再以不同频率段的风速为样本,分别对其进行加权马尔可夫链预测,相加得到最终预测风速。最后将所得的预测风速代入QR预测模型,得到一定置信水平下的风电功率概率区间的上下限。以区间覆盖率和区间平均带宽为评价指标,与马尔可夫链下的QR法和加权马尔可夫链下的QR法的对比仿真表明,提出的基于经验模式分解与加权马尔可夫链下的QR法具有风电功率概率预区间预测的覆盖率更高,平均带宽更窄,精度更好的预测效果。

加权马尔可夫链在银川地区降雨量预测中的应用

依据1960年-2008年银川地区的年降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态。根据马尔可夫链预测方法,验证了该降水序列满足马氏性,并以规范化的各阶自相关系数为权,建立了适用于银川地区年降雨量的加权马尔可夫链预测模型,实例验证结果令人满意。在此基础上结合模糊集理论中的级别特征值,预测了银川地区2009年及2010年的年降雨量。预测结果表明:银川地区2009年为偏枯年,年降雨量为150.45mm;2010年为平水年,年降雨量为177.38mm。最后采用平稳分布估计年降雨量各状态的重现期,结果显示银川地区年降雨量处于平水年和偏枯年的可能性较大。

加权马尔可夫链在铜川地区降水量预测中的应用

为了全面分析铜川地区降水的时间分布特征,为该区域水资源预测提供依据,基于铜川市1960—2013年年降水量资料,采用样本均值-均方差分组方法,确定了其分级标准及状态,并根据马尔可夫理论,运用统计学原理,验证了该降水序列具有马尔可夫性,建立了适用于该地区的加权马尔可夫链对降水量的预测模型,并根据已有资料验证了预测结果的真实有效性;再结合模糊集理论的级别特征值,对降水量做了具体预测。结果表明,采用1~5阶时间步长预测时,相对误差较小,更符合要求;2014、2015年均为正常年,2014年的降水量为585.82 mm,2015年的降水量为649.21 mm;正常年和偏枯年出现的概率较大,枯水年出现的可能性最小。

基于加权马尔可夫链的降水预测应用研究

介绍了加权马尔可夫链的预测方法与模型，以川中丘陵区简阳市为例，根据1974～2003年的降水量资料，采用均值-方差法对年降水量进行了状态分级，应用加权马尔可夫链对该地区的早涝状态进行预测和分析。结果表明：该方法客观、准确、可靠、简便，为区域降水的中短期预测提供了新的解决途径。

加权马尔可夫链预测源水水质的应用研究

针对源水中水质指标状态的不确定性,应用加权马尔可夫链预测方法对D水库的主要水质指标(DO、TN、TP、氨氮、CODMn)进行了预测。结果表明,除TP外,其余4个指标的预测结果均与实测状态完全吻合,表明该预测方法的可靠度较高;对于波动较大的数据序列,该法仍能获得准确的预测结果,表明其具有很强的抗干扰能力,适用性较强;但当较大的异常数据距离基准值足够近时会导致预测结果产生偏差。

加权马尔可夫链模型在密云水库入库流量中的应用

根据1960年-2011年的实测入库流量资料,以河川径流量为相依随机变量,介绍加权马尔可夫链模型的相关概念及预测未来一年入库流量的步骤,采用均值-标准差分级法把入库流量序列划分成枯、偏枯、偏丰、丰4种状态。以各阶自相关系数为权重,预测2010年-2011年的入库流量,将其所在状态区间与实测值进行对比。结果表明,加权马尔可夫链模型对密云水库入库流量预测精度较高,以此又对2012年-2013年的入库流量进行了预测。最后对其遍历性和平稳分布进行分析,计算入流丰、枯状态在实测序列中的重现期,其中出现偏枯状态的概率最大,由此预测密云水库未来的入库流量处于偏枯状态。

模糊加权马尔可夫链模型及其应用

在传统的用马尔可夫链模型预测的方法基础上,建立了模糊加权马尔可夫链模型。以某地区梅雨期长度的预测作为实例,介绍了使用这种模型的方法与步骤,提出了具有模糊状态的马尔可夫链的转移概率计算公式,并采取以规范化的各阶自相关系数为权重,用加权的马尔可夫模型预测的结果与实际梅雨期长度相吻合。

加权马尔可夫链理论在肉类产量预测中的应用

为准确反映肉类产量的波动特征,基于加权马尔可夫链理论提出了灰色残差修正模型,采用均值-均方差分级法,将残差灰拟合精度指标划分为4个状态,利用加权马尔可夫链理论对残差预测值进行修正。以1994—2011年郑州市肉类产量为基础,建立预测模型进行实证分析,并在模型中加入等维信息,结果表明,与传统的灰色预测相比,预测平均相对误差由21.88%降低为1.312%,较好地提高了预测精度。

基于灰色神经网络-加权马尔可夫链的大坝变形监控模型及预报研究

大坝蓄水初期监测资料有限且波动性大,坝体结构处于适应变形的危险阶段。基于这种情况,结合灰色理论、神经网络和加权马尔可夫链理论的优点,构建灰色神经网络-加权马尔可夫链的大坝变形监控模型并对某碾压混凝土坝蓄水初期水平位移进行预测。结果表明,该模型解决了样本数据少、波动性大的问题,拟合效果较好,预测精度较高。

优化SVR的加权马尔可夫链用电量预测

研究电力系统中用电量的准确预测问题。由于影响用电量的因素众多,并且用电量数据与相关因素之间呈现高度的非线性关系,传统的预测方法很难捕捉用电量的变化趋势,预测精度较低。为了提高预测的精度,提出了一种马尔可夫链优化的SVR模型。上述模型根据支持向量回归机原理,以网络搜索交叉验证的思想优化模型参数,通过加权马尔可夫链原理优化预测结果,将原来的数值预测转化为概率区间上的预测。同时,在利用加权马尔可夫链的预测信息之后,也提高了预测的精度。最后,将改进模型应用于江苏省全社会用电量的预测分析,实验结果表明优化的支持向量模型优于其它对比模型,有较高的泛化能力和预测精度。

加权马尔可夫链在保定地区降雨量预测中的应用

根据保定地区1960-2010年的年降雨资料,采用均值-标准差分级法,并以规范化的各阶自相关系数为权,建立加权马尔可夫链预测模型对保定地区年降雨量进行预测,模型验证的结果与实际数据相符,预测精度较高,为保定地区年降雨量的预测提供了一条值得探索的途径.

加权马尔可夫链在市场预测中的应用

本文介绍了加权马尔可夫链预测方法的基础,以金星电子公司产品销量资料为例,采用均值-标准分级法进行销量分级,把这21个月的月销量分成5个级别,运用加权马尔可夫链对该公司销量进行预测和分析,得出了符合实际的预测结果,为市场产品销量的预测分析提供了一条新的途径。

加权马尔可夫链预测模型的优化方法及应用

借鉴自回归模型,采取添加随机项的方法对加权马尔可夫链预测模型进行优化,并把优化后的模型应用于郑州市年降雨量的预测,通过与原模型和自回归模型预测结果的对比分析发现,优化后的模型弥补了原模型预测结果缺乏波动性的不足,同时使预测结果不仅在精度上有一定的提高,而且在趋势上更接近于实测值.

基于加权马尔可夫链的六安市汛期降水预测研究

采用样本均值-标准差方法将六安市1960~2007年汛期降水量分成5级,利用加权马尔可夫链预测方法对六安市未来年份汛期降水状态进行预测并运用马尔可夫链性质得到了各降水状态发生的极限概率。结果表明,这种预测方法客观、准确、简便,是区域降水量中短期预测的科学有效的新途径。六安市汛期干旱和雨涝年份出现的概率大体相当,偏涝年份出现的概率明显大于偏旱年份,重现期短于后者。