A Fuzzy Probability-based Markov Chain Model for Electric Power Demand Forecasting of Beijing, China

In this study, a fuzzy probability-based Markov chain model is developed for forecasting regional long-term electric power demand. The model can deal with the uncertainties in electric power system and reflect the vague and ambiguous during the process of power load forecasting through allowing uncertainties expressed as fuzzy parameters and discrete intervals. The developed model is applied to predict the electric power demand of Beijing from 2011 to 2019. Different satisfaction degrees of fuzzy parameters are considered as different levels of detail of the statistic data. The results indicate that the model can reflect the high uncertainty of long term power demand, which could support the programming and management of power system. The fuzzy probability Markov chain model is helpful for regional electricity power system managers in not only predicting a long term power load under uncertainty but also providing a basis for making multi-scenarios power generation/development plans.

Softw are Maintainability Evaluation Based on Quantitive Model

Software maintainability is one of the most important factors of software quality,but it is seriously difficult to evaluate the maintainability. Without evaluation,it is impossible to control. To estimate software maintainability state,parameter system of software was built up and maintainability state was defined into three states.Thought of application on maintainability evaluation based on hidden Markov chain( HMC) and fuzzy inference was presented.Three-state maintainability estimation model was constructed. To testify the feasibility of the model, a real example of software maintenance activity was carried out and the result from the example validated that the results of this study were applicable.

Markov链的组合预测及其应用

为了解决状态预测问题,提出了一种马尔可夫链组合预测方法。以加权马尔可夫链预测和模糊马尔可夫链预测为基础,以级别特征值方法为连接方法,通过区间中值,各单一预测模型和组合预测模型的对比,证明了该方法更为精确,更贴进实际值。丰富了马尔可夫链预测理论体系,同时形象直观、预测精确、计算简便、易于推广,具有一定的实际应用价值。

基于灰色Markov-GMP-Verhulst模型的黄河宁蒙段冰凌灾害风险预测

为了提高冰凌灾害的风险预测的可靠性,针对冰凌灾害风险的动态非线性特征,构建能够识别风险波动变化规律的灰色GMP(1,1,N)-Verhulst组合预测模型,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法。以黄河宁蒙段2005~2014年冰凌灾害风险值作为原始数据序列进行模型拟合,并对2015~2017年的冰凌灾害风险进行预测。计算得出在已知实际冰凌风险值的年份内,灰色Markov-GMP-Verhulst模型的预测精度比单一灰色预测模型更加精确,结合实际情况评估2015~2016、2016~2017年的冰凌灾害风险值,并与Markov链修正的组合模型的预测值进行对比分析,预测结果与实际值的吻合性良好,进一步验证了模型的合理可操作性,以期为黄河宁蒙河段的凌汛灾害防治提供借鉴。

基于小波去噪和FG-Markov的货运量预测

为消除传统灰色马尔科夫预测模型的灰色偏差及抗干扰性能,考虑货运量预测的随机性和非线性特征,提出了基于小波变换和模糊灰色马尔科夫(FG-Markov)的货运量预测模型。基于小波包对非平稳随机信号的数据分析能力,运用小波包分解策略,对货运量历史数据进行小波包分解。在此基础上,引入模糊灰色变量,提出了模糊灰色马尔科夫链(FG-Markov)来获取小波包系数转移概率矩阵,并通过重构小波包系数进行货运量预测。为验证预测模型的有效性和精确度,将其应用于兰州铁路枢纽集装箱货运量预测,并与神经网络等预测模型进行了比较分析。实例分析表明,基于小波和FG-Markov的预测模型可以提高预测精度。

基于模糊Petri网和马尔科夫链理论的水电厂设备故障应急响应模型

为保证水电厂设备安全,避免因故障导致意外事故,基于模糊Petri网和马尔科夫链理论设计水电厂设备故障应急响应模型。确定加权因子命题阈值,结合传感器收集的初始信号,在滤波器的作用下还原信号特征,基于模糊Petri网提取水电厂设备故障特征。设计故障分类器,建立概率转移矩阵,设置概率转移矩阵的条件,面对动态解码,给定模型参数,计算马尔可夫模型下的连续变量密度函数,修正比例因子的状态系数,得到设备故障分类结果。建立设备故障应急响应模型,输出设备故障状态下的应急响应结果。实验结果显示,该模型在四种故障类型中的分类精度分别为98.8%、98.6%、98.7%、98.8%,可见该模型分类精度较好。

基于电信大数据的5G网络海量用户复访行为预测模型

5G网络中的用户会产生大量的访问数据,导致用户复访行为难以精准预测,因此提出基于电信大数据的5G网络海量用户复访行为预测模型。从电信大数据中提取用户上网历史行为特征数据,构建数据集。引入多阶加权马尔可夫链模型,通过计算各阶自相关系数,得到模型权重值,计算模型的统计量。经过分析后得到各阶步长的马尔可夫氏链一步转移概率矩阵,从而实现对5G网络海量用户复访行为的精准预测。实验结果表明,该模型拥有最低的均值误差和标准差,以及最高的精度、查全率、查准率、F1指标,可证明该方法在预测用户复访行为方面有着非常明显的优势。

邮轮建造物资仓储风险预警研究

仓储是邮轮物资物流集配的关键环节,为保证邮轮建造物资物流集配高效运行,应将仓储风险管理模式从事后应对转变为事前预防。基于邮轮物资仓储风险,构建了包含4个一级指标及12个二级指标的风险预警指标体系;采用多目标线性加权函数计算综合风险指数,在GM(1,1)幂理论基础上引入傅立叶级数和模糊马尔可夫链建立预警模型;确定预警阈值,明确预警级别,并输出相应的预警信号。以邮轮建造的舾装物资仓储为例,将该预警模型与GM(1,1)、GM(1,1)幂模型进行对比。结果表明,文中模型误差最小,在-0.0136~0.0161之间,且预测的稳定性最佳,与实际风险状况基本吻合。可见该风险预警模型适用性较好。

基于模糊集修正加权马尔可夫模型在新疆降水预测中的应用

【目的】为提高降水预报精度，准确预测一个地区未来的降水丰枯状况和降水量，为该地区工农业生产生活提供决策参考。【方法】以年降水时间序列为研究对象，利用模糊集理论和加权马尔可夫模型建立一种基于模糊集的修正加权马尔可夫预测模型。该模型改进加权马尔可夫模型中初始状态向量的确定方法，即通过引入模糊集理论，基于距离测度建立隶属度函数，计算出随机变量序列各时段序列值隶属于所有状态的隶属度，并将隶属度向量作为该时段的初始状态向量。【结果】根据新疆1957—2010年的年降水数据，利用该模型预测新疆2011～2012年的降水丰枯状况及降水量预报值。2011—2012年丰枯状态的预测结果与实际完全一致，降水量预测值的误差分别为0．99％，0．54％。进一步利用该模型动态预报了2013—2017年的降水丰枯状况及降水量。【结论】基于模糊集的修正加权马尔可夫模型具有更高的预测效果，可用于新疆降水丰枯状况预报和降水量预测。

基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,从趋势曲线灰色拟合与状态分类方式上对传统灰色马尔可夫模型进行改进,提出无偏灰色模糊马尔可夫链预测铁路货运量的方法,并结合"十一五"期间中国铁路货运量和货运市场发展趋势的预测分析,详细阐述了该方法的具体应用,最后使用定性分析对该方法的预测结果进行检验与讨论。理论分析和算例表明,该方法有更可靠的预测结果,并且能够对铁路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。

中长期电力组合预测模型的理论研究

传统中长期电力负荷组合预测方法中权系数依赖预测方法,预测模型不能很好地反映负荷发展变化规律,对此,提出了基于诱导有序几何加权平均算子(induced ordered weighted geometry averaging operator,IOWGA)和加权马尔可夫链的新型组合预测模型。该模型根据每个单项预测方法在各年份上预测精度的高低按顺序对其赋权,摆脱了权重对各预测方法的依赖,实现了组合预测模型中权系数与拟合精度在任一时点上的相关性。通过加权马尔可夫链定性地推测出预测年份上各单项预测方法的预测精度状态,确定其在预测年份的权系数进而预测。算例分析表明,该组合预测模型能够较好地模拟负荷发展规律,提高预测精度,具有较高的实用价值。

降水预测的模糊权马尔可夫模型及应用

中长期降水量的预测是气象科学的一个难点问题,论文首先基于降水过程存在大量不确定性、不精确性的特点,应用模糊有序聚类的方法建立降水丰枯状况的分级标准;然后针对降水量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来预测未来降水的丰枯变化状况;在此基础上,根据模糊集理论中的级别特征值,计算出具体的降水量;最后以山西省河曲水文站近50年的降水资料为实例,对该方法进行了具体的应用,收到了较为满意的结果,从而为提高中长期降水量预报的精度提供了一条值得探索的途径.

风电机组液压系统动态故障树的可靠性建模与评估

采用模糊数来表征基本事件的失效率参数,引入扩张原理和Laplace-Stieltjes变换方法求解风电机组液压系统状态转移方程组,得到模糊失效率对应的隶属度和模糊动态可靠度,对风电机组液压系统进行可靠性评估。对不同厂家液压产品进行可靠性评估,研究液压元件失效率参数对液压系统可靠性的影响,指出液压元件可靠度匹配对提高液压系统可靠性具有重要作用。通过对液压系统的可靠性建模和分析验证该方法在解决具有动态失效特征和失效概率具有不确定性问题的可行性。

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。

模糊马尔科夫链状预测模型及其工程应用

针对工程问题的特点结合马尔科夫链理论 ,提出了具备状态模糊划分和具有“大体无后效性”特点的模糊马尔科夫链状的预测模型。并给出了模糊马尔科夫链的初始概率和一重转移概率的计算方法的一般公式。发展了马尔科夫链预测方法 。

基于加权灰色-马尔可夫链模型的城市需水预测

城市需水量预测是区域水资源规划及优化配置的基础内容。在基于灰色GM(1,1)模型预测城市需水量总体趋势的基础上,引入加权马尔可夫链预测理论,建立了加权灰色马尔可夫GM(1,1)预测模型。该模型既考虑了GM(1,1)模型较强的处理单调数列的特性,又考虑了通过相对误差的状态转移概率矩阵的变换提取数据随机波动响应的特点。成都市城市需水量预测结果表明:加权灰色马尔可夫GM(1,1)模型充分利用需水量数据给予的信息,实现了对相对误差的状态转移的预测,并提高了修正灰色模型预测值的精度;通过与其它2种灰色预测模型预测结果比较,加权灰色马尔可夫GM(1,1)模型精度更高,预测得到2012年和2013年成都市城市需水量分别为74 250.91万m3和79 818.34万m3,呈明显增长趋势。因此该模型提高了随机波动较大数据序列的预测精度,拓宽了传统灰色模型预测的应用范围,更具科学性。

年调节平原型水库与地下水联合调蓄分析

本文以辽河石佛寺水库为例,介绍了年调节平原型水库与地下水联合调蓄的模拟分析方法,提出了为满足沈阳市城市供水,辽河应需保证的最少径流量。根据辽河石佛寺水文站的实测资料分析,辽河在枯水季节1～2月份径流量存在一定的风险,因此本文通过模糊带权马尔可夫链方法预测了未来19年1～2月份的径流量状态,并对其可靠性进行了分析,从而为水库地表水与地下水联合调蓄的供水规模及其运行方式提供了科学依据。

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。

基于改进模糊综合评判的分销商评价研究

随着制造业逐渐向买方市场转变,供应链分销管理成为企业发展的驱动力之一。分销商在该环节发挥着关键作用,选择和管理分销商的前提是对其进行科学的评价。在回顾分销商评价方法的基础上,提出了基于模糊综合评判的分销商评价模型。针对传统模糊综合评判在指标赋权方面的不足,采用组合赋权法加以改进,首先对多种指标权数计算结果进行事前检验,根据检验结果确定最佳组合方式,然后通过事后检验保证组合权数的合理性。指标权数确定后,再经过因素集与评判集的确定、单因素评判、综合评判等阶段对分销商进行评价。最后将改进方法与传统方法进行了比较分析,并以某大型家电企业为例,验证了该方法能更为合理地解决分销商评价问题。

网络系统的马尔科夫时滞预测控制

针对非线性网络控制系统存在网络诱导时延的问题,提出一种时滞补偿控制方法。首先建立非线性网络系统的T-S模糊模型,将网络诱导时延视为系统输入时滞;利用马尔科夫链对网络诱导时滞进行建模,在此基础上计算状态转移概率矩阵,依据最大转移概率法对下一步的时滞进行预测;采用遗传算法对状态反馈控制器进行寻优,得到T-S模糊模型每个子系统针对各个时滞的最优状态反馈控制律;通过时滞时间的隶属度函数融合得到非线性网络控制系统的模糊预测控制器;仿真算例验证该方法的可行性与有效性。