基于多状态Markov链模式的极端降水模拟试验

文中建立了基于多状态一阶Markov链的逐日降水量随机模式并结合广义帕雷托分布(GPD)产生夏季逐日极端降水量的模拟资料,结果所显示的各种气候特征表明,绝大多数站点(尤其是中国东部多雨地区)都达到较高的精度。分析表明,该模式对中国东部极端降水特征的模拟能力在某些方面优于两状态一阶Markov链模式。对东部6个代表站模拟试验结果表明,月降水均方差、日降水极大值、月平均降水日数、日降水均方差、日平均降水量等指标与实况比较,均证明该模式对逐日降水量的模拟效果较好,基本模拟出降水量的各种特征。对中国东部78个代表站采用的两种模式模拟结果对比发现,除日平均降水量以外,月平均降水日数、日降水平均极大值都与实际观测结果较为一致,总体上优于两状态模式,说明用该模式在全国范围内模拟逐日降水特征尤其是极端降水特征有较高的可行性。例如,由其中6个代表站模拟资料所拟合的极端降水GPD模式具有较高的拟合优度。无论从门限值或重现期值来看都可发现模拟与实测结果有较好的相似性,且两者门限值的误差越小,重现期极值的差距也越小。证明Markov链模式对极端降水的模拟有广泛的适用性。

基于多状态空间混合Markov链的风电功率概率预测

现有风电功率预测方法只提供功率的单点预测值,但在电力市场的决策过程中却需要更多的信息。文中提出一种基于离散时间Markov链理论的新功率预测模型。针对功率数据的无规律性,采用等分法划分了4种状态空间,并对每种状态空间都建立1阶和2步混合Markov模型,模型权重系数采用加速遗传算法求解。该模型直接对风电功率数据进行数值分析,有效避免通过风速预测再转换为功率时带来的误差累积。给出4种混合模型和最新的评价误差公式。分析和算例表明,N为102时混合模型预测精度高于持续法模型,并给出了单点预测值和概率分布值。

D-S理论和Markov链组合的桥梁性能退化预测研究

为准确预测桥梁性能退化,考虑到数据随机性和微小扰动发生状态跳跃,提出了一种D-S(Dempster-Shafer)证据理论和Markov链组合的桥梁性能退化组合预测模型和性能退化率的概念.该模型基于指数平滑(exponential smoothing,ES)方法获得新的预测数据序列,并利用Markov链和D-S理论不断进行优化,从而实现桥梁性能退化的组合预测.实际工程的应用结果表明:性能退化率可以直观地表征在梁性能退化的速度.其次,该模型的平均相对误差为1.54%,较于回归、灰色和模糊加权Markov链模型,精度分别提高了1.11%,0.88%和2.8%,而后验差比值为0.242,小于0.35;模型的标准差为9.021,相比其他模型分别减小了3.978,3.405和7.500,而变异系数为0.109,均小于其他模型,验证了组合预测模型在精度和稳定性方面的优越性,可为在役桥梁结构性能退化预测与维护提供理论基础.

基于不确定性描述的云化Markov链状态预测方法

针对Markov链在预测概率发生跳变时无法有效地衡量样本归属程度的问题,提出一种云化Markov链的状态预测方法,通过云模型描述和处理样本的不确定性。该方法将划分的状态区间视作一种概念,利用云模型对其进行云化表示,据此计算样本对各概念的确定度,得到概念之间的概率转移矩阵,从而实现带有随机特性的状态预测。概念转移概率作为关键随机变量,对其进行了核密度估计。最后以多次随机实验的概率和提取代表性转移概率分别给出了仿真实验结果,表明该不确定性描述的预测方法在解决Markov链预测概率跳变现象的同时,可通过确定度的分配有效地表述样本的归属程度,具有较好的实用性。

基于Markov链预测研究城乡人口流动状态

城乡人口流动状态对推进新型城镇化进程有着重要的意义,在此依据Markov链相关定义及定理,给出城乡人口流动原理,并通过举例分析预测几十年之后城乡人口流动最终达到一种平稳状态.

一种基于DPNN的Markov链等效状态转移模型

针对Markov链状态转移预测,提出一种基于离散过程神经元网络(DPNN)的等效状态转移预测方法和模型,探讨DPNN与Markov模型在一定条件下对于系统状态转移特性描述的等价性问题.利用DPNN对时间序列样本的非线性映射机制和自适应学习能力,可通过对时间序列样本集的训练,确定满足Markov链时间序列状态转移约束关系的DPNN,并将其连接权矩阵作为Markov链等效状态转移矩阵.对于任意的Markov链,给出与之等效DPNN的构建方法和在Markov链状态转移概率条件约束下的网络权值矩阵求解算法,仿真实验结果验证了方法的有效性.

变化环境中Markov链状态分类的性质

引入了绕积Markov链的特征数和状态的定义,研究了特征数L(x,:F)和G(x.:F)的概率性质.以此为基础,讨论了强常返和强暂留态在可达和一致可达条件下的运动的传递性,以及弱常返态的特性,从而推广了经典Markov链的相关结果。

适用于直流链式储能的电池簇荷电状态自均衡控制策略

电池储能系统凭借其可提高可再生能源消纳能力的优势逐渐成为电网关键环节,其中的生产、使用环节导致的电池不一致性是影响储能系统容量和寿命的重要因素。在直流型高压级联链式储能的拓扑结构基础上采取分级控制策略,基于电压模式和功率模式的一级控制,针对链式电池储能系统电池荷电状态(SOC)不均衡的问题,提出了一种控制参数自适应的SOC自均衡控制策略。该策略综合考虑电池SOC偏差、各模块电容电压水平、直流系统电压控制裕度以及输出调制比上下限,实时计算均衡系数。实验结果验证了所提策略能够在SOC偏差较大以及满功率充放电切换的极端工况下,实现SOC自均衡,均衡效率较高。

基于有限状态机的电网多源时空数据的区块链追溯方法研究

电网基础数据类型多、变化关系复杂,地理空间、时间周期跨度大,数据追溯困难,该文提出基于区块链技术的电网多源数据追溯方法。根据电网基础数据时空分布及数据流变动性特点,建立了基于区块链的多源数据追溯架构,研究了数据追溯依赖关系及溯源路径结构。提出了基于有限状态机模型的数据溯源的路径结构分析图,及路径构建算法,研究了多源时空数据区块的平行追溯方式。构建了基于有限状态机溯源路径的电网多源时空数据追溯优化流程,研究了多层次溯源数据区块时空序列关联性。工程实例表明,基于区块链、有限状态机可高效灵活追溯电网基础多源时空数据的完整可信分布序列。

基于扩展状态观测器的链式自动弹仓广义预测控制

为了实现链式自动弹仓的位置跟踪问题,设计了一种将扩展状态观测器和广义预测控制相结合的新的控制策略。在连续时间广义预测控制算法的基础上,设计了广义预测位置控制器;通过扩展状态观测器对弹仓系统的多源扰动进行了估计,利用估计值对广义预测控制器进行了前馈校正,增强了控制器的抗干扰能力,确保了控制系统的稳定。分别在空载、半载和满载3种不同负载工况下对链式自动弹仓进行控制仿真和分析。结果表明:与PID控制相比,提出的控制策略对扰动力矩不敏感,具有更好的鲁棒性,且稳态误差更小,位置控制精度更高。

一类状态链依赖观测链的隐Markov模型的强极限定理

本文研究一类状态链依赖观测链的新的隐Markov模型的极限定理。首先根据马氏链的性质得到了这种新的隐Markov模型的强马氏性;然后将一般意义下的隐Markov模型的强型的强极限定理和熵密度的极限定理推广到了这种新的隐Markov模型中。

基于多状态Markov模型研究糖尿病前期进展为心血管疾病的影响因素

目的采用多状态Markov模型探讨糖尿病前期进展为心血管疾病的影响因素。方法于2018年6月至2020年6月选取本市>50岁的糖尿病前期体检人群共1148例,统计随访期间糖尿病、心血管疾病的发生情况,采用Cox多元回归分析分别探讨糖尿病前期→糖尿病、糖尿病→心血管疾病、糖尿病前期→心血管疾病的影响因素,并采用多状态Markov模型进行验证。结果糖尿病发生率为22.19%,心血管疾病发生率为9.47%;超重、肥胖、有吸烟史、有饮酒史、未遵医膳食、未遵医运动、合并高脂血症占比差异均有统计学意义(P<0.05),且上述均为糖尿病前期→糖尿病、糖尿病→心血管疾病转移、糖尿病前期→心血管疾病转移的危险因素(P<0.05);多状态Markov链显示糖尿病前期→糖尿病、糖尿病→心血管疾病、糖尿病前期→心血管疾病转移的风险高,且证实上述因素均可增加糖尿病前期→糖尿病转移、糖尿病→心血管疾病、糖尿病前期→心血管疾病转移的风险(P<0.05);Markov模型拟合不同状态的观察和预期曲线开始部分较差,后均逐渐重叠,模型拟合效果理想。结论超重、肥胖、有吸烟史、有饮酒史、未遵医膳食、未遵医运动、合并高脂血症均是糖尿病前期发生糖尿病、糖尿病发生心血管疾病、糖尿病前期发生心血管疾病的危险因素,且经多状态Markov模型验证。

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。

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。

新疆旅游经济贡献空间非均衡与动态演化研究——基于Dagum基尼系数与Markov链估计

结合投入产出法和旅游剥离系数法测算了新疆各地州旅游业增加值基础数据,基于Dagum基尼系数和Markov链估计方法,探讨了2001—2019年新疆旅游经济贡献的空间非均衡特征及动态演变。研究表明:新疆旅游经济贡献空间分布表现为“北高-东低-南低”的格局,且主要发生在东北-西南方向上,呈显著的空间非均衡特征;其中,旅游经济贡献高的核心地州有乌鲁木齐、伊犁州直、昌吉州、阿勒泰、吐鲁番等。Dagum基尼系数及分解研究发现新疆旅游经济贡献空间非均衡的状态仍是旅游经济发展的主流状态,组内差距的贡献缩小引致旅游经济贡献趋向平衡,而空间非均衡的主要来源是组间差距;进一步解构新疆旅游经济贡献内部动态演进,发现新疆旅游经济贡献水平存在“两头固化,中间活跃”的演化特征,内部状态流动性较低,反映出区域旅游经济跃迁需要具备发展基础和长期积累的条件。基于此,研究提出了“缩差距、破固化、强投入、先人才”的建议。

基于Markov链的公司财务状态变动问题研究

基于财务信息的重要性,本文通过合理选取财务指标、因子分析共同度客观赋权得出评价上市公司的财务指数。将上市公司综合财务表现分为财务优秀、财务正常、财务潜在危机、财务危机四个基本态势。通过对2000~2012年统计样本数据的分析,得到相邻两年间各财务状态的一步转移概率矩阵,最终根据数理理论建立了一个多等级动态Markov链财务预测模型。

链式亲情护理模式对孕早期先兆流产保胎患者心境状态及睡眠质量的影响

目的:探讨链式亲情护理模式对孕早期先兆流产保胎患者心境状态及睡眠质量的影响。方法:研选取本院2023年1月至2024年1月住院部收治的孕早期先兆流产保胎患者100例为研究对象,采用随机数字表法将入选对象分组为对照组与观察组,各50例。对照组行常规护理,观察组给予链式亲情护理模式。比较组间简明心境问卷(POMS-SF)量表评分、保胎成功率、匹兹堡睡眠质量量表(PSQI)分数、护理依从率。结果:护理后,两组正性情绪高于护理前,负性情绪低于护理前,且观察组POMS-SF正性情绪评分高于对照组,POMS-SF负性情绪评分低于对照组(P<0.05);观察组保胎成功率88.00%高于对照组的72.00%(P<0.05);护理后,两组PSQI评分均低于护理前,且观察组PSQI评分低于对照组(P<0.05);观察组护理依从率98.00%高于对照组的86.00%(P<0.05)。结论:链式亲情护理模式可改善孕早期先兆流产保胎患者心境状态,提高保胎成功率及睡眠质量,且可提高患者护理依从性。

基于Markov链的隧道围岩破碎状态模拟研究

提出了间隔钻孔数据修正的Markov链隧道围岩破碎带分布预测模型,将隧道围岩的分布统计规律转化为随机转移状态矩阵,采用间隔钻孔信息修正的方法,进行模拟计算,得到隧道围岩破碎状态分布图.结合张石高速某隧道工程勘察资料,建立隧道右洞(里程RK73+450~RK77+450)沿隧道走向的地质剖面围岩破碎带分布图,对比开挖数据验证改进的Markov围岩破碎带预测模型的真实可靠性,经统计准确率80.7%~89.6%.为隧道及地下工程设计施工提供数据支持.

记忆信道中基于三状态Markov链模型的多跳ARQ协议吞吐量的分析

多跳中继技术可以有效地减少由于信道衰落所造成的无线通信的负面问题,因而在无线网络中被广泛应用。首先,本文介绍了瑞丽衰落信道,并且采用两状态的Gilbert Elliott信道模型对其“记忆性”进行了描述,从而得到信道在平稳状态下的状态转移概率。其次,通过建立多跳ARQ (Automatic RepeatRequest)系统的三状态Markov链模型,得到了多跳ARQ系统在中继节点不丢包的状况下通信系统吞吐量的解析式。最后,我们考虑了中继节点丢包的状况并设定丢包的临界中继为第[N2]个,通过多跳ARQ系统的三状态Markov链模型,得到了多跳ARQ系统在中继节点丢包的状况下通信系统吞吐量的解析式。事实上,通过比较可以得出中继不丢包较中继丢包具有更优的吞吐量性能。