基于三状态Markov模型的欧盟碳排放交易市场的状态转换结构研究

采用EUA现货与期货价格、CER期货价格日数据,结合AR-GARCH与Markov机制转换模型,研究碳排放市场的波动聚集与结构转换特征。结果发现:(1)市场存在尖峰厚尾与波动聚集,且存在较大的尾部风险;(2)市场呈现明显的状态转换结构特征,其中EUA现货与期货市场的结构变化较大且在较长时期内处于下跌状态;(3)市场在上涨、盘整和下跌状态下的期望持续期均大约为5天。此外,从盘整状态和下跌状态到上涨状态的转换概率比较小,市场将会在较长时间内处于某一状态下。

基于扩张状态观测器的PMSM三电平无模型预测控制

针对传统永磁同步电机三电平控制策略由于参数变化导致系统性能下降的问题,提出一种基于扩张状态观测器的无模型预测电流控制方法来增强系统的鲁棒性。首先,建立系统超局部模型实现未来电流状态的预测,其中不涉及任何电机参数,解决了参数变化影响系统性能的问题;接着,针对系统总扰动,设计d、q轴扩张状态观测器估计超局部模型中的非线性部分;然后,通过价值函数筛选出最优电压矢量,并利用小矢量的冗余特性实现中点电位平衡控制;最后,在DSP实验平台上进行传统三电平模型预测电流控制、无模型预测电流控制及所提出方法的对比实验,实验结果表明所提出方法具有较好的动稳态性能并且有效提高了三电平驱动系统的抗扰动能力。

多状态Markov模型在阿尔茨海默病自然史中的应用

目的将多状态Markov模型应用于阿尔茨海默病(Alzheimer's disease,AD)自然史研究,为慢性病自然史研究提供方法学借鉴。方法基于美国公共数据库ADNI,构建正常认知(normal cognition,NC)-轻度认知障碍(mild cognitive impairment,MCI)-AD多状态Markov模型,估计不同状态间的转移强度、转移概率、影响因素和各状态的逗留时间,绘制生存曲线,并进行模型拟合优度评价。结果性别、年龄、FAQ、MMSE、CDRSB、ADAS13、TMT-B-Time是AD自然史中重要的影响因素;NC与MCI状态的平均逗留时间分别为7.502年,11.621年。多状态Markov模型拟合结果较好。结论多状态Markov模型在AD等多状态慢性病转归研究中具有很好的应用价值。

三端口柔性多状态开关有限集模型预测控制

柔性多状态开关(SOP)作为一种新型电力电子装置,可提升配电网运行的灵活性与稳定性。SOP通常采用双闭环控制策略,对于三端口SOP而言共需12个PI调节器,控制结构复杂。因此,本文提出一种基于有限集模型预测控制(FCS-MPC)的三端口SOP的内环电流控制方案。该方案无需PI调节器整定且控制灵活,易于实现。建立了三端口SOP的数学模型,分析其工作原理;接着分析了FCS-MPC和双闭环控制的工作原理;在稳态运行条件和动态运行条件下,用Matlab/Simulink对基于FCS-MPC的SOP的运行情况进行仿真,对比分析了双闭环控制和FCS-MPC时的负载电流响应速度。结果表明:FCS-MPC在电流波动时具有更快响应速度,在稳态时具有更好的稳定性和抗干扰性,验证了所提方案的优越性及有效性。

基于有限状态机的三电平逆变器双矢量模型预测控制策略

针对三电平逆变器使用有限集模型预测控制策略时,存在电流谐波大、对微控制器运算能力要求高、多目标优化复杂及输出矢量切换受限等问题,提出一种基于有限状态机的双矢量模型预测控制策略。首先,采用有限状态机来描述有限的控制集和受限的矢量切换,并以此作为三电平逆变器运行的基础,从而避免过大的相电压和线电压跳变;然后,提出一种适用于该有限状态机的简化控制集方法,使得候选矢量的数量不超过5个;继而,结合直流侧电容电压平衡控制,确定最优双矢量组合,且无须进行多目标优化;最后,计算双矢量的占空比,进一步降低输出电流的谐波。仿真和实验结果验证了所提策略的良好性能。

考虑风机及光伏机组三状态的微电网混合储能双层容量配置模型

传统的微网在配置储能时很少考虑风机以及光伏机组的多状态运行,其配置模型不具有普适性。因此提出一种考虑风、光三状态的改进微电网混合储能容量配置双层规划模型,同时提出了引入系数和并离网系数,灵活地对不同类型的微源以及并离网进行选择和组合,使其适用性更加广泛。模型上层在容量约束内随机选取一组风、光容量初始值,建立风机以及光伏机组三状态模型;下层根据上层导入的风、光初始容量,计及可靠性计算其出力,建立微网总成本最小为目标的配置模型,利用傅里叶变换对一个周期内的缺额功率进行频谱分析,确定混合储能以及联络线出力,并将结果传到上层,利用自适应遗传算法迭代出风光容量的最优解,并求出混合储能的最优配置结果。最后采用实际微网系统进行算例分析,结果表明所建模型可同时适用微网孤岛与并网运行方式。

多状态Markov模型在慢性肾脏病分级预后研究中的应用

目的:探讨慢性肾脏病(CKD)患者的CKD各期进展情况,构建初步的分级预后多状态Markov模型。方法:对272例CKD随访病例进行回顾性研究,建立包含CKD1期、CKD2期、CKD3期、CKD4期、CKD5期、死亡/终末期肾病期6个状态的Markov模型,探讨患者的分级预后。结果:平均观察年限2.0年。CKD1-2期转移的概率为9.2%/年,CKD2-3期转移的概率为10.9%/年,CKD3-4期转移的概率为13.2%/年,CKD4-5期转移的概率为16.1%/年,CKD5期-死亡/终末期肾病转移的概率为47.1%/年。以多状态Markov模型预期本队列今后50年处于CKD1期的平均时间为11.1年,处于CKD2期的平均时间为7.8年,处于CKD3期的平均时间为5.4年,处于CKD4期的平均时间为2.5年,处于CKD5期的平均时间为1.0年,预期平均寿命或肾存活期为27.8年。结论:应根据CKD不同分期的预后及其影响因素评估患者病情和指导临床治疗。

基于隐Markov模型的重型数控机床健康状态评估

为了辅助重型数控机床的综合健康状态评估,从性能劣化角度出发,建立基于多性能参数多观测序列的隐Markov健康状态评估模型,改进了以往基于单性能参数的隐Markov模型不能准确描述机床健康状态的问题。针对隐Markov模型的参数初始化难题,通过K-means方法进行参数聚类分析,使初始化参数趋向于全局最优解;由于单性能参数不能完全描述机床状态的隐含信息,提出一种基于多性能参数多观测序列值的隐Markov模型训练算法。通过某重型数控机床滚珠丝杠的健康状态评估实例,获取了滚珠丝杠的健康状态变化趋势,验证了方法的可行性和有效性。

多状态Markov模型及其在慢性病流行病学研究中的应用

目的 促进多状态Markov模型在慢性病流行病学研究中的推广应用。方法 应用多状态Markov模型研究2型糖尿病不同发展阶段的影响因素。结果 应用多状态Markov模型分析具体案例取得了较为满意的效果。结论 多状态Markov模型是探讨慢性病不同发展阶段影响因素的一种有效工具 ,在慢性病流行病学研究中具有广阔的应用前景。

分层隐Markov模型在设备状态识别中的应用研究

与传统的隐Markov模型(HMM)相比较而言,应用分层隐Markov模型(HHMM)对设备进行状态识别有诸多优点,而且能以概率的形式更为精确地计算识别结果。针对模型参数随着设备状态的增加呈指数倍增这一问题,引入动态贝叶斯网络这一新的方法,由于该方法可以有效地降低模型的计算复杂度并缩短推理时间,所以将HHMM表达为动态贝叶斯网络,利用预处理的振动信号对设备的健康状态进行识别;针对现有状态分类方法的局限性,提出了基于K均值算法和交叉验证方法相结合的状态数优化方法;以齿轮箱全寿命实验为依据,对该模型实现状态识别的基本框架和计算过程进行了研究,研究结果为复杂设备的状态识别提供了新的思路。

Markov状态转移模型在慢性患者平均寿命预测中的应用

目的 探讨Markov状态转移模型在慢性病平均寿命预测中的应用。方法 建立三状态的Markov模型 ,采用队列分析方法计算慢性鼻衄患者的平均寿命。结果 通过专家假定的状态转移概率预测目前处于疾病状态的一个固定队列的人群今后 5 0年处于疾病状态的平均时间是 7 75 6年 ,处于健康状态的平均时间是 8 13 5年 ,总的平均寿命为15 891年。结论 Markov状态转移模型不仅可以预测慢性病平均寿命 ,还可预测患者处在疾病或健康不同状态的平均时间。

三相三状态无刷直流电机的系统模型及其仿真

根据三相三状态无刷直流电机的运行规律，建立了包括电机、驱动线路在内的整个系统的数学模型，利用该模型对样机进行起动过程暂态仿真，仿真结果与样机实测数据基本吻合。

卫星移动信道的统计模型仿真与Markov的两状态模型

仿真了卫星移动信道中的几种常见的统计模型,并将理论结果同仿真结果进行了比较,显示出较好的吻合性,同时基于这几种统计模型的机理,给出了Markov的两状态模型,证明了阴影过程可建模为Markov的两状态模型。

多状态Markov模型用于评价慢性阻塞性肺疾病辨证论治疗效应用探讨

目的:探讨多状态Markov模型在慢性阻塞性肺疾病(COPD)疗效评价中的应用。方法:根据COPD的疗效评价现状,需在评价手段、评价指标两个方面寻求突破和发展的思路,阐述了以多状态Markov模型、圣乔治呼吸问卷作为评价手段、评价指标的辨证论治疗效评价的应用构想及应用步骤。结果:基于多状态Markov模型的辨证论治疗效评价不仅可观察干预措施的近、远期疗效及病人的综合健康状态,并可模拟疾病的动态变化。结论:基于多状态Markov模型的辨证论治疗效评价可望成为切合中医临床疗效评价要求的新模式。

基于状态转移信息对FF三因子模型的改进

以1995年6月-2005年12月期间在我国沪深A股市场上市的全部股票为样本,本文实证发现,在新的样本期间,FF三因子模型不能对组合收益作出完全的解释。为了基于现代金融理论的基本观点对组合收益作出完全解释,本文利用状态转移信息对无条件的FF三因子模型进行改进,实证发现,改进后的状态转移的条件定价模型对我国股市的组合收益作出了完全解释。由此得出结论认为,在解释组合收益时,状态转移的条件定价模型是一个优于无条件FF三因子模型的模型。

小波包隐Markov模型刀具状态识别研究

针对切削过程中振动信号的特点,利用小波包得到信号能量分布,借助于隐Markov模型(HMM),并以信号的能量分布为特征进行分类,得到一种基于小波包和HMM的切削过程监测新方法.利用实测的钻削振动信号,对该方法进行验证.结果表明该方法能够较有效地识别切削过程刀具的工作状态.

“三驾马车”与福建经济增长的动态关系——基于时变参数状态空间模型的实证研究

基于福建省地区生产总值、消费、投资和净出口数据,构建了揭示"三驾马车"与福建经济增长间动态关系的变参数状态空间模型,分析了其动态变化的轨迹与趋势。实证结果表明:"三驾马车"对福建经济增长的拉动作用具有明显的阶段性特征,虽然投资的拉动作用一直超过消费和净出口,但2005年后消费的拉动作用在稳步增强而投资的拉动作用在逐年减弱,说明福建经济对投资的依赖性正在下降,经济转型早已开始并且趋势稳定,正在稳步进入可持续的发展轨道,政府无需做过多的干预。

基于最优状态和分支序列的连续隐Markov模型参数估计(英文)

提出了一种连续隐Markov模型参数估计算法,并利用全局收敛定理严格证明了算法的收敛性.该算法用Viterbi算法取代分段K平均算法中的聚类方法,直接确定出最优状态和分支序列,并依据最优序列以最大似然为优化准则进行参数估计.阐述了该算法与Baum Welch和分段K平均2种经典算法在目标函数、优化准则和工作原理等方面的关系,并将3种算法应用于人脸识别.实验结果表明,该算法在获得相当识别率的同时缩短了训练时间,并降低了识别结果对训练样本集的敏感性,在3种算法中总体性能最优.

基于三次元MFD和ARIMA模型的区域宏观交通状态预测方法

为准确预测路网整体的车辆运行状态,利用MFD在外界相似条件下具有良好再现性的重要性质,提出一种基于(包括时间轴在内的)三次元MFD和ARIMA模型的区域宏观交通状态的短时预测方法。该模型由表征历史数据特征的趋势项与表示预测当天宏观交通状况微小变动的随机项等2部分组成。其中,趋势项由三次元MFD的历史数据计算得出,随机项由ARIMA模型计算得出。以日本冲绳县那霸市中心商业区为例进行分析,结果表明,该模型可以较小的相对误差来实现对未来短时间内(30 min)的区域宏观交通状态预测。

基于多状态Markov模型的老年人认知损害转归研究

目的将多状态Markov模型应用于轻度认知损害(mild cognitive impairment,MCI)转归研究,为慢性病转归研究提供方法学借鉴。方法通过MCI患者IQ变化反映随访人群认知功能的变化趋势,构建一个四状态模型。根据多状态Markov模型分析原理,获得各状态转移影响因素、逗留时间、生存曲线,并进行模型拟合优度评价。结果 MCI病人处于认知功能稳定、认知轻度恶化和认知好转的时间大约分别为6.4年、3.6年和5.2年;生存曲线显示预后由好到差为认知功能好转、认知功能稳定、认知功能轻度恶化;多状态Markov模型拟合结果较好。结论多状态Markov模型是多状态、多阶段慢性病转归研究的有效分析方法。