基于马尔科夫理论优化的地下咸水层CO_(2)溶解性能灰色预测模型

在地下咸水层封存过程中,CO_(2)的溶解反应将会影响其封存容量和稳定性,并对周围环境和生态系统造成不利影响。为合理分析CO_(2)在地下咸水层中的溶解性能,基于马尔科夫理论对灰色GM(1,1)模型进行优化,构建CO_(2)溶解性能灰色预测模型。通过预测单因素影响下CO_(2)在地下咸水层中的溶解性能,科学分析模型预测值与实测值的平均相对误差。结果表明:通过压强、温度及矿化度分析不同影响因素对CO_(2)在水中溶解性能,得出CO_(2)溶解性能灰色马尔科夫优化预测模型预测值与实测值的平均相对误差分别为0.37%、17.73%、0.21%;与灰色GM(1,1)模型相比,预测结果的平均相对误差分别降低了0.35、1.56、3.41百分点,CO_(2)溶解性能灰色预测模型预测精度更高。研究成果为CO_(2)在地下咸水层中的溶解封存提供数据支撑。

基于马尔科夫链的建筑工程造价预测模型

针对建筑工程施工环节较多,获取建筑工程造价预测指标难度加大,导致预测准确性下降的问题,设计基于马尔科夫链的建筑工程造价预测模型。通过问卷回收率、指标集中度、指标选取离散度等指标,使用主成分分析方法处理指标数据,获取数据特征向量,构建建筑工程造价预测指标体系;通过序列规律函数得到状态区间内的转移概率矩阵,获取不同残差序列中的上下边界值,得到建筑工程造价预测结果。实验结果表明:基于马尔科夫链预测模型的平均误差为-0.00025,对比其他2种预测模型平均误差分别为-0.045和-0.015,该模型的相对误差小,预测准确性更高。

基于CHMM(连续隐马尔科夫模型)的转辙机故障预测方法

[目的]转辙机作为城市轨道交通信号设备的重要组成部分,一旦发生故障,会对运营造成重要影响,对其健康状态的监测和预测显得尤为重要。[方法]提出了一种基于CHMM(连续隐马尔科夫模型)的转辙机故障预测方法。提取转辙机退化状态特征,并基于t-SNE算法对原始输入数据进行降维,减少余特征;利用谱聚类算法确定最优退化状态数目,进行聚类分割,分析转辙机动作功率曲线退化状态特征;基于CHMM模型并与故障诊断模型相结合,构建退化状态识别模型与故障识别模型,实现对转辙机的故障预测。以实测数据作为研究对象,对基于CHMM的转机故障预测方法进行试验验证。[结果及结论]该方法以转辙机正常动作功率曲线为研究对象,深入挖掘监测数据,提取的退化状态特征具有良好的表征能力。根据严重退化状态下曲线模型与正常曲线模型匹配结果,在转辙机功率发生异常波动时,可实现对转辙机故障类型的预测。

改进的马尔科夫链模型在河流径流预测中的适用性分析

针对传统马尔科夫链模型变量权重设置目标单一局限,对各变量权重进行加权计算,从而对传统马尔科夫链模型进行改进,并结合辽河干流铁岭站实测径流资料分析改进马尔科夫链模型在河流径流预测的适用性。结果表明:相比于改进前、改进后的马尔科夫链模型在年和月径流预测相对误差平均可降低8.35%和11.33%,河流径流预测精度得到改善。研究成果对于河流径流中长期预测精度提高具有参考价值。

浅谈马尔科夫模型在企业人力资源内部供给预测中的应用

随着市场竞争的日益激烈,企业对于人力资源的需求和供给预测变得越来越重要。本文结合公司人力资源现状,详细介绍利用马尔科夫模型来对企业内部人力资源供给进行预测的一个实例,并对利用马尔科夫模型进行人力预测的有关要点进行分析和阐述,意在引起同行对此方法进行关注和了解,从而达到在工作实际中进行推广应用的目的。

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。

新型灰色马尔科夫模型预测商业银行资本充足率

本文运用灰色FGM(1,1)马尔科夫模型对某银行资本充足率进行了预测,结果显示:模型的平均预测误差为1.1557%,比单一FGM(1,1)模型4.0783%减小了71.6622%,比GM(1,1)模型的4.7628%减小了75.7349%,尤其是近期预测误差减小幅度最为显著,模型2021年的预测误差仅为0.3168%,比GM(1,1)模型的1.02666%减小了69.1388%。利用FGM(1,1)马尔科夫模型预测得到2022年某银行资本充足率为17.4978%,基本保持稳定,通过分析,说明这一预测结果有一定的可信度。

马尔科夫模型在合肥市景观格局动态模拟及预测中的应用

以1985年和1995年的合肥市土地利用现状图为基础,利用GIS软件Arcview,分别采取5 m2和10 m22个不同粒度,确定出合肥市1985~1995年间的面积转移矩阵和转移概率。依据马尔科夫（Markov）模型,利用Matlab软件,以10年为一个步长,对合肥市景观格局动态进行了模拟与预测,并与实际值进行比较。结果表明,预测值与实际值吻合程度较高,方差小。按照一级土地分类,可以应用马尔科夫模型预测土地景观类型动态变化。用5 m2粒度分析得到的结果优于10 m2粒度分析得到的结果。用此方法在5 m2粒度下对合肥市的景观格局做出模拟和预测,为合肥市土地资源可持续利用和环境保护提供依据。

储粮仓仓壁动态侧压力的树模型预测方法

针对储粮仓卸料时仓壁动态侧压力难以准确预测的问题,利用机器学习方法中的树模型建立了仓壁动态侧压力预测模型。首先,分析了仓壁动态侧压力的主要影响因素为筒仓的结构尺寸、贮料的物理参数及测点位置。利用收集的496组仓壁动态侧压力数据,构建机器学习预测模型的数据集。然后,基于树模型,建立了仓壁动态侧压力的决策树(decision tree,DT)预测模型,在此基础上,利用Bagging算法和Boosting算法,建立了仓壁动态侧压力的随机森林(random forest,RF)预测模型和梯度提升树(gradient boosting decision tree,GBDT)预测模型。通过对比3种预测模型在测试集的均方误差(mean-square error,MSE)、决定系数和相对误差,表明GBDT预测模型的泛化性能最优。最后,通过开展模型试验和数值模拟,对GBDT预测模型进行验证,结果表明拟合良好。同时,根据树模型的分枝原理,判断出仓壁动态侧压力影响因素的重要性,得到对于贮料的物理参数,密度的重要性排第一;对于筒仓的结构尺寸,卸料口尺寸排第一。因此,在进行储粮仓设计时,建议优先考虑仓内散体物料的密度和仓的卸料口尺寸。

灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更加接近最新的变化趋势。之后利用马尔科夫模型对得到的灰色Verhulst动态模型预测值进行修正,提高了模型的预测精度。实验结果表明,灰色马尔科夫Verhulst动态模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色Verhulst模型降低了69. 6%,均方根差比降低了0. 39,小误差概率提高了0. 166 7。对于波动性较大的滑坡监测数据,灰色马尔科夫Verhulst动态模型预测精度优于传统灰色Verhulst模型。

基于马尔科夫模型的土地景观动态模拟预测研究——以重庆永川市为例

在遥感和地理信息技术支持下,利用马尔科夫模型模拟和预测重庆永川市的土地景观变化。结果表明:在现有的干扰不变情况下,研究区景观将达到一个稳定时状态,此时各土地景观面积分别为:耕地41.88 hm2、林地0、草地18.13 hm2、水域11.98 hm2、城乡用地1 383.62 hm2。研究区几乎全为城乡用地所覆盖。

基于可拓物元-马尔科夫模型的省域生态环境质量动态评价与预测——以江西省为例

在构建生态环境质量物元的特征指标体系基础上,基于可拓物元-马尔科夫模型提出了省域生态环境质量动态评价与预测的方法,并以江西省为例进行了应用研究。研究显示：可拓物元模型揭示2000～2005年间江西省生态环境质量整体上转好,但11个地区生态环境质量演化状况存在一定差异;而马尔科夫预测表明,按照现有的治理模式,5～10年后江西省生态环境质量整体上向＂较好＂方向演进。基于可拓物元法基础上的马尔科夫预测方法,可一定程度上对省域生态环境质量进行动态评价和趋势预测,但由于两模型本身假设的限制,在其具体应用中还需改进。

应用混合逻辑动态模型预测控制器的磁轴承三电平调制策略

传统磁轴承三电平调制策略在数字控制系统中存在控制延迟问题,影响电流纹波抑制效果。针对上述问题,提出一种基于混合逻辑动态模型预测控制器的磁轴承三电平调制策略。基于混杂系统理论,建立混合逻辑动态模型,统一表征出驱动电路充电、放电和续流工作模态,实现三电平调制;结合模型预测控制理论,将所建立的混合逻辑动态模型作为预测模型,预测磁轴承的控制电流,实现对控制延迟的补偿,并将预测控制电流送入到代价函数中,得出驱动电路的最优控制信号;基于所提调制策略构建了磁轴承控制系统,并与传统调制策略进行对比。仿真结果表明:在轻载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平脉冲宽度调制(pulse width modulation,PWM)策略,电流纹波分别降低了49.90%和49.87%;在中载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平PWM策略,电流纹波分别降低了49.99%和49.84%;在重载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平PWM策略,电流纹波分别降低了50.08%和49.77%。在三电平调制机制的基础上,所提调制策略能够有效补偿一个采样周期的控制延迟,达到降低电流纹波的效果。

基于模型预测控制的电-气互联系统动态优化调度研究

在当前电气、天然气与人们生活密不可分的背景下,电—气互联综合能源系统(IPGES)的调度运行研究具有极其重要的价值和意义。目前电—气互联系统的运行策略大多基于日前概况设计,而负荷预测误差往往导致次优日前调度运行。针对这种情况,模型预测控制因为其实时性和鲁棒性的优点,在处理不确定性问题方面表现出卓越效果。本研究在长时间尺度上对日前调度进行了优化,并基于模型预测控制方法进行了实时在线优化调度。在日内调度中,采用卡尔曼滤波对负荷进行短期预测,并根据最新预测信息建立滚动优化和实时反馈校正模型以进行多时间尺度的调度。最后通过案例分析验证了该方法在动态优化调度电力系统和天然气系统组成的电—气互联系统中具有更好经济性和供需匹配性,并能有效应对负荷波动。

基于混频动态因子模型的数字经济状态指数构建与预测研究——以杭州市为例

我国数字经济规模不断扩大,在经济发展、税收、就业等方面发挥着越来越重要的作用。为及时了解数字经济发展现状、对数字经济发展趋势做出预判,有必要构建刻画数字经济发展状态的数字经济状态指数。本文提出运用混频动态因子模型,从不同频度的数据中提取因子构建月度数字经济状态指数的方法,并运用杭州市季度数字经济产业增加值和月度数字经济产业营业收入数据进行实证分析,构建了杭州市月度数字经济状态指数。实证结果表明,所构建的月度数字经济状态指数能很好地刻画数字经济发展状态,且可以为预测季度数字经济状态指数提供有用信息,从而为政府决策提供理论支持。

基于变分贝叶斯隐马尔科夫模型的股票价格指数预测

本文将传统的隐马尔科夫模型中用于参数学习的Baum-Welch算法改进为变分贝叶斯算法,并将变分贝叶斯隐马尔科夫模型应用于股票价格指数预测,分别选取国外市场美股S&P500指数以及国内市场沪深300指数进行预测,并与传统的隐马尔科夫模型、BP神经网络、ARIMA模型相比较,得出结论变分贝叶斯隐马尔科夫模型对于大规模数据处理更有优势,运算速度快且预测精度更高。

基于改进马尔科夫模型的铁路客运量预测研究

为提高铁路客运量预测的精度,在预测精度更优条件下,对马尔科夫模型状态划分区间的取值范围进行了研究,并在此基础上对模型进行了改进。先通过多层感知器神经网络预测了2004—2019年北京市的铁路客运量,再运用改进的马尔科夫模型对多层感知器神经网络预测结果进行修正,并与均等划分和均值-方差法划分状态区间的马尔科夫模型的预测修正结果进行对比。研究结果表明,改进的马尔科夫模型降低了预测过程的复杂性,具有更高的预测精度。相比于均等划分、均值-方差法划分状态区间的模型,改进的马尔科夫模型的预测误差分别减少了0.601%和0.683%。

马尔科夫修正的组合模型在江苏省医疗服务需求变化趋势及预测中的应用

目的了解当前江苏省医疗服务需求现状,并预测其变化趋势,为政府促进卫生资源的结构优化和效率提高提供合理建议。方法采用马尔科夫修正的组合模型进行数据的处理及预测。结果2005-2018年间江苏省诊疗人次数增长了262.47%,入院人数增长226.22%。预测结果显示,2022年江苏省诊疗人次数将达68392.887万人,入院人数将达1959.749万人。结论2019-2022年江苏省医疗服务需求仍持续增长,政府需进一步合理推进医疗卫生资源配置,加强基层卫生医疗机构建设,畅通双向转诊,持续推进分级诊疗,促进医养结合产业的发展,并继续发展“互联网+医疗健康”,满足居民不断上涨的医疗服务需求。

基于灰色马尔科夫模型的广东春旱预测

利用1993—2022年广州市5个国家站的年平均降水资料,根据气象干旱等级标准构建春旱灾变序列,采用灰色预测模型GM(1,1)研发广州地区春旱预测模型,并进行模型模拟精度检验,通过马尔科夫模型对预测值进行优化。研究表明:预测结果与实际值基本相符,表明灰色马尔科夫模型进行春旱预测,精度较高,可为春旱预测提供决策参考。

基于灰色马尔科夫模型的北京市快递业务量预测

对快递业务量进行科学合理的预测不仅可以为政府和企业科学制订经济发展规划提供精准指导,也可为物流行业碳排放量的预测和控制提供依据。快递业务量受季节、促销等不确定因素影响,数据具有波动性,本文根据快递业务数据特点,将灰色模型与马尔科夫状态转移矩阵相结合,构建快递业务总量预测的灰色马尔科夫(GM-Markov)模型,并基于2011—2020年北京市快递业务总量数据验证了该模型具有较高的预测精度。最后根据建立的模型预测了2021—2023年北京市快递业务总量,以供行业参考。