鄂尔多斯红庆河采煤矿区生态需水研究

鄂尔多斯红庆河煤矿区处在西部干旱半干旱内陆区域,由于煤炭开采导致生态环境问题较为突出,该区域水资源短缺、供需失衡,严重制约了矿区的生态恢复。在充分的自然概况调查基础上,将红庆河煤矿区生态需水划分为天然生态需水和人工生态需水2种类型。通过植被蒸散法对植被生态需水进行计算,使用马尔科夫链进行定性预测,利用灰色预测模型GM(1,1)进行定量预测。结果表明:以2020年为基准年,红庆河煤矿区总生态需水量为37.52×10^(7)m^(3),天然植被每平方千米乔木、灌木、草地生态需水量分别为1.11×10^(6)、1.06×10^(6)、0.36×10^(6)m^(3);人工生态需水量为1.39×10^(7)m^(3)。进一步对研究区生态需水进行定性、定量预测,规划年(2025年、2030年、2035年)矿区天然生态需水量相比基准年分别上升了0.61%、2.57%和4.57%;人工生态需水量分别上升了3.60%、11.51%和20.86%。研究结果可为该地区生态恢复中植被类型选择、水资源开发利用、合理调配水资源提供科学依据。

生鲜农产品的市场需求影响因素与预测——以江苏省为例

生鲜农产品是国民市场消费最为频繁的商品之一,对生鲜农产品的市场需求量进行精准预测关乎民生问题,同时还可以为农业生产活动的科学合理化决策提供一定的参考。为实现对生鲜农产品市场需求的精确预测,文章以江苏省作为研究案例,通过分析国民经济、政策投资、市场消费及物流费用支出等因素,从中选取影响江苏省生鲜农产品市场需求量的五个关键指标作为研究对象。将2008—2021年省内相关生鲜农产品市场需求量作为原始数据,基于马尔科夫优化线性回归模型对2022—2026年江苏省生鲜农产品市场需求量的预测结果进行优化。研究结果表明:构建的预测模型通过R2检验、显著性检验,线性回归模型的自变量之间不存在多重共线性,模型拟合度较好。经过马尔科夫模型优化的预测结果能更接近于实际值,减小预测误差。2022—2026年期间,江苏省生鲜农产品市场需求量不断上升且增幅较为稳定。

城乡用地需求预测及优化配置研究

为了预测并优化城乡用地需求量,确保土地资源的合理利用与区域可持续发展,文章依托具体案例,构建了灰色-马尔可夫链模型,采用多目标决策分析方法,结合人口增长、经济发展需求和生态保护等因素,系统分析城乡用地需求。研究结果表明,通过模型预测的用地需求量与实际发展趋势高度吻合,信息熵原理的应用进一步验证了预测结果的可靠性。基于预测结果,提出了用地类型划分、区域分配、空间配置优化等策略,包括促进城市内部空间集约化发展、构建生态网络、推广多功能土地利用等,为城乡用地规划提供了科学依据,对促进区域可持续发展具有重要意义。

基于Gray-Markov的贵州省物流量预测

文章以贵州省2006年到2015年的省际货运总量作为面板数据,利用灰色系统中的灰色GM 1,X1X预测法和马尔科夫链预测相结合,即改进的灰色马尔科夫预测方法。首先将GM 1,X1X预测模型与改进后的灰色马尔科夫预测结果进行对比分析,发现改进后的灰色马尔科夫的预测精度提高了72%。并以此进行了针对贵州省接下来5年的物流量趋势走向经济预测的实证分析,为政府和企业的物流决策制定提供参考依据。

我国医养结合型机构高龄老年人养老护理员的需求预测研究

目的预测我国2025年医养结合型机构高龄老年人养老护理员的需求规模,为我国制定养老护理人力资源发展规划提供依据。方法基于CLHLS 2008-2011年和2011-2014年两期追踪数据,利用logit模型构建老年人健康状态(健康、轻/中/重度失能、死亡)转移概率矩阵;基于2010年全国人口普查中65岁及以上老年人口资料,通过Markov模型预测2025年我国高龄(≥80岁)老年人不同健康状态的人口数,采用人力/人口比值法测算医养结合型机构中养老护理员的需求规模。结果2025年我国高龄老年人口规模约为5260万,其中健康老年人约有4690万,轻、中、重度失能老年人分别有370万、80万、120万。2025年针对医养结合型机构中高龄老年人养老护理员的需求规模,按照低标准配置为56万,按照高标准配置为115万。结论未来我国养老护理员存在巨大缺口,高龄老年人的照护人力资源供给情况堪忧,亟待建设一支专业性强、综合素质过硬、数量合理的养老护理员队伍,从而保障医养结合型机构的健康可持续发展。

Analyzing Effect of Demand Rate on Safety of Systems with Periodic Proof-tests

Quantitative safety assessment of safety systems plays an important role in decision making at all stages of system lifecycle, i.e., design, deployment and phase out. Most safety assessment methods consider only system parameters, such as configuration, hazard rate, coverage, repair rate, etc. along with periodic proof-tests （or inspection）. Not considering demand rate will give a pessimistic safety estimate for an application with low demand rate such as nuclear power plants, chemical plants, etc. In this paper, a basic model of IEC 61508 is used. The basic model is extended to incorporate process demand and behavior of electronic- and/or computer-based system following diagnosis or proof-test. A new safety index, probability of failure on actual demand （PFAD） based on extended model and demand rate is proposed. Periodic proof-test makes the model semi-Markovian, so a piece-wise continuous time Markov chain （CTMC） based method is used to derive mean state probabilities of elementary or aggregated state. Method to determine probability of failure on demand （PFD） （IEC 61508） and PFAD based on these state probabilities are described. In example, safety indices of PFD and PFAD are compared.

城乡客运一体化需求预测的Grey-Markov二次修正模型

为准确地预测城乡客运一体化需求,本文在结合灰色预测和马尔科夫预测理论基础上对Grey-Markov模型提出了二次修正,即利用灰色波动多项式替代GM(1,1)传统模型中的指数型曲线,采用滑动转移概率矩阵修正Markov传统链,然后通过线性加权求和的方法获取最终的预测结果。最后,利用西部某地区城乡旅客运输总量的调研数据进行实例研究,综合分析最大相对误差、平均相对误差、相对残差平方和等因素,以及对比指数平滑法、回归分析法预测误差情况,结果表明Grey-Markov二次修正模型能够更好地预测城乡客运一体化需求状况。

基于检验测试的安全仪表系统安全评价Markov简化模型

Markov模型是研究安全仪表系统(Safety instrumented system,SIS)安全性的重要模型之一,但随着SIS运行特性日益复杂,其状态数量呈指数性增长,导致计算量剧增。考虑SIS运行阶段检验测试的特性,通过计算状态间转换率、确定主导状态、合并相似状态、引入修正因子补偿计算偏差等方法对Markov模型进行了简化,提出了一种系统的基于检验测试的要求时危险失效平均概率(PFDavg)的Markov简化计算模型,适用于低要求运行模式下同构冗余架构系统的SIS,该模型保留了Markov原始模型的主要特性,验证结果表明:在安全参数置信区间内,该模型的计算复杂度显著降低,结果误差在5%内,不会影响决策。

基于加权马尔科夫-ARIMA修正模型的区域物流需求预测

为准确预测区域物流需求,采用自回归移动平均(autoregressive integrated moving average,ARIMA)模型建立具有线性关系的时间序列,考虑时间外的非线性影响因素,基于加权马尔科夫模型修正残差状态,构建加权马尔科夫-ARIMA模型,以我国1990—2021年月度货运周转量为物流需求数据来源,验证加权马尔科夫-ARIMA模型的预测精度。结果表明:单一ARIMA模型和加权马尔科夫-ARIMA模型对12期货运周转量预测结果的平均绝对百分误差分别为3.15%、2.22%,后者的预测精度优于前者。

基于新陈代谢灰色马尔科夫的应急物资需求量预测方法

为提高受灾人数与应急物资需求量预测精度问题,提出了基于新陈代谢灰色马尔科夫的应急物资需求量预测方法。依据应急物资需求量预测思路,利用灰色、马尔科夫和新陈代谢理论,层级递进地构建新陈代谢灰色马尔科夫预测模型,实现受灾人数的动态预测;利用安全库存理论,构建应急物资柔性需求预测模型,实现受灾人数与物资需求量的供需平衡问题;运用本文模型、灰色马尔科夫模型和灰色模型对受灾人数与物资需求量进行预测,结果表明:该预测模型的相对误差要比其他模型小0.002 1%,预测精度明显优于基本的灰色模型,预测的受灾人口数量与应急物资需求量拟合度较高。

一种检验测试覆盖率的定义方法及其马尔可夫验证

基于FMEDA分析提出了一种检验测试覆盖率的定义方法,以及可以提高检验测试覆盖率的措施,基于单卡三重化系统利用马尔可夫模型建模,表征检验测试覆盖率的提高对安全仪表系统(SIS)的PFDavg的影响。应用表明,该检验测试覆盖率的定义方法提出的措施可以有效提高检验测试覆盖率,仿真结果发现:提高检验测试覆盖率,并合理增加检验测试频率可以使SIS在其使用期间内的PFDavg大幅降低。

天津市某三甲医院临床医生供需预测分析

目的通过对天津市某三甲医院医务人员供需分析,明晰人员配置问题,做出合理的供需平衡预测。方法收集天津市儿童医院2016—2021年医务人员基本信息及卫生服务利用情况相关数据,对各层级儿科医师情况进行统计分析,利用一阶灰色模型GM(1,1)预测本院未来3年临床医生的需求量,利用马尔科夫矩阵预测本院未来3年临床医生的供给量,根据2022—2024年各层级医师供需预测结果建立供需平衡表。通过供需平衡表确定本院不同层级医生的需求量、供给量以及需补充量。结果利用门急诊人次建立模型并对拟合效果进行检验,未来3年的门急诊人次分别为2381928、2372096、2391761;利用实际占用总床日数建立模型并对拟合效果进行检验,未来3年的实际占用总床日数分别为463071、486625、513005。各年度医生人均日负担诊疗人次和床日数的算数平均数分别为9.79、1.29,以此预测出2022—2024年实际临床医生需求量分别为976、999、1031。结论通过培养医生医德医风、提升医生业务能力、加强与外界的交流合作、优化医院正向宣传引导等,可以全面提升医生的综合素质,以质的提升来弥补量的不足。

考虑不同状态划分方法的马尔科夫链空调车备件需求预测

针对空调车备件需求随机性和波动性的特点,利用灰色马尔科夫组合模型对空调车备件消耗量进行了预测。以状态数量和区间长度为基准,提出四种马尔科夫链状态划分方式,得到预测曲线,并拟合出与实际曲线的相关系数进行比较。结果表明:第7,11,12,14月的灰色预测误差均在5%以下,可考虑在状态划分时加入不变状态;从状态数量来看,五状态对应的相关系数整体上高于四状态,原因是五状态在四状态基础上,除了能预测备件需求上升和下降的强弱状态,还可以对上述灰色预测误差较小的月份不作修正,从而提高预测精度;从区间长度来看,五状态下的等值划分和等量划分,相关系数分别为0.98和0.85,由于等量划分时的各区间长度较为失衡,最终使得概率矩阵在第13个月状态预测出现偏差。

基于多元马氏需求转移特征的多产品库存优化策略研究

本文研究具有多元马氏需求转移特征的多产品库存模型的优化问题。首先以多元马尔可夫模型为理论导向,建立多产品马尔可夫需求预测模型,并通过该模型确定了各种产品需求间的关系。进而在此关系的理论基础上,建立了多产品库存模型,并给出其最优(Q,R)策略。

基于改进灰色马尔科夫模型的木材需求量预测

以木材需求量2005―2013年数据为原始数据,建立了传统灰色、无偏灰色和滑动无偏灰色模型,并分别以3种模型预测2014―2015年木材需求量。通过检验模型的拟合效果和对比预测的相对误差,选取预测效果最优的滑动无偏灰色模型为待修正模型。以滑动无偏灰色预测数据的相对误差分布为状态划分依据,考虑实际情况对一般马尔科夫修正方法进行优化,以优化的修正方法对预测数据进行修正。最终结果表明:当进行改进马尔科夫修正时,滑动无偏灰色预测模型的平均相对误差从6.44%降至1.49%,预测误差减少4.95%,预测精度明显提升,能够为我国未来木材需求量的准确预测提供可靠的理论依据。

基于改进型BP神经网络马尔科夫模型的区域需水量预测

为提高需水量预测的精确度,应用了一种BP神经网络与马尔科夫相结合的预测模型,介绍了它的基本原理及算法,并给出了该模型建立的具体过程,最后该模型被应用于需水量预测工作中,计算证明取得了较好的效果。

基于顾客满意度感知要素的需求预测模型

随着顾客主导型市场的发展,顾客满意度对未来市场需求的影响日益显著,为提高需求预测的准确性,构建了考虑顾客感知要素的多变量灰色组合需求预测模型。引入改进的灰色关联分析方法对与需求变化有关的质量、性能、服务等顾客感知要素的重要度进行分析。对由单变量灰色模型的派生形式GM(1,1,x^((0)))得到的各自变量因子的初始预测值进行加权Markov模型修正,以确定多变量灰色模型的派生形式GM(1,N,x^((0)))的输入量,预测未来需求趋势。以某企业发动机产品的需求预测为例,证明了该方法的适用性和有效性。

高阶残差修正GM(1,1)区间预测模型及其应用

提出了一种Markov高阶残差修正GM(1,1)区间模型,在GM(1,1)模型的基础上对拟合数据残差项的绝对值运用Markov模型进行数据拟合,通过将残差项叠加的方式逼近数据真实值。根据残差项的正负状态构建了预测区间,并通过数值模拟论证了预测区间的适用范围与合理性,运用Markov模型对预测区间进行了修正和改进,给出了Markov高阶残差预测区间的表达式。分析结果表明,模型弱化了灰色发展系数的取值条件,并且计算修正残差的阶数越高,预测区间结果可靠性越高,避免了根据概率大小选择预测结果所产生的预测风险,提高了预测结果的可靠性。

基于灰色马尔可夫模型的市场需求预测

结合灰色GM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫GM(1,1)预测模型,以市场需求预测为实例,证明灰色马尔可夫预测模型对于随机波动性较大的市场需求的数据列的预测具有一定的准确性和应用性。

基于灰色马尔科夫模型的全国卷烟需求预测研究

为了科学研究我国的卷烟需求发展趋势,建立较为精确的预测模型,以1998年到2007年共10年的全国卷烟销量为基础数据,建立灰色系统与马尔科夫链理论相结合的预测模型对全国卷烟需求进行了预测。