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。

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。

加权马尔可夫链模型在密云水库入库流量中的应用

根据1960年-2011年的实测入库流量资料,以河川径流量为相依随机变量,介绍加权马尔可夫链模型的相关概念及预测未来一年入库流量的步骤,采用均值-标准差分级法把入库流量序列划分成枯、偏枯、偏丰、丰4种状态。以各阶自相关系数为权重,预测2010年-2011年的入库流量,将其所在状态区间与实测值进行对比。结果表明,加权马尔可夫链模型对密云水库入库流量预测精度较高,以此又对2012年-2013年的入库流量进行了预测。最后对其遍历性和平稳分布进行分析,计算入流丰、枯状态在实测序列中的重现期,其中出现偏枯状态的概率最大,由此预测密云水库未来的入库流量处于偏枯状态。

济南市年降雨量的加权马尔可夫链模型

依据1956～1999年济南市年降雨量，应用加权马尔可夫链预报2000年的降雨量。结果表明：应用马尔可夫链模型预测未来年降雨量状态，显示了较高的可信度及可行性。随着监测数据的增多，不断修正转移概率矩阵，建立年降雨量预测模型群，有效的预测对保障和促进经济的发展无疑有着现实意义。

基于多点加权马尔可夫链模型的股价预测分析

针对股票价格的不确定性,应用模糊理论和马尔可夫链理论建立股票价格的多点加权预测模型,不仅发挥了历史数据的作用,还使各状态间的界限模糊化,提高了预测的准确性.以某股票的价格变动情况为实例,利用多点加权马尔可夫链模型对其下1个工作日价格的预测作了尝试性的探讨,并与其实际值进行了比较.研究结果说明了该方法的可行性和有效性.

加权马尔可夫链模型在黑河莺落峡水文站降水丰枯预测中的应用

依据黑河莺落峡水文站1951-2009年降水资料,采用加权马尔可夫链模型对2010-2014年降水丰枯情况逐年进行预测,结果表明:黑河莺落峡水文站2010-2014年降水量丰枯状态的预测与实际情况基本一致,未来年降水量处于平水年的可能性最大,出现周期约为3年,说明运用加权马尔可夫链模型对降水量的丰枯状态预测是有效可行的。

生命旋回——权马尔可夫链模型在径流预测中的应用

针对生命旋回模型无法反映径流序列随机性特点,将其与权马尔可夫链结合,提出了一种新的径流短期预报模型———生命旋回———权马尔可夫链预测模型。该模型用生命旋回模型模拟预测径流量序列的趋势项,用权马尔可夫链模型来对径流残差序列进行修正。将生命旋回———权马尔可夫链模型用于黄河唐乃亥水文站径流预测中,平均预测精度达到92.46%,合格率为100%,表明该模型预测精度较高,模型实用可行。

基于粒子群算法的自回归加权马尔可夫链的负荷预测

针对城市居民人均年用电量序列具有波动性、随机性和相依性的特点,建立了基于粒子群优化算法的自回归加权马尔可夫链的负荷预测模型(PSO-AR-W-MC)。首先利用粒子群算法和AIC准则确定出自回归AR模型的系数和阶数,并对负荷变化趋势进行预测。利用平行曲线法划分该模型得到的残差序列,建立马尔可夫链的状态区间,以此求出状态转移概率矩阵,利用归一化后的自相关系数对其进行改进,确定出预测数据所属状态区间。根据状态区间对预测值进行第二次拟合。实例分析表明该算法具有较高的精确度和可靠性,应用前景广阔。

基于灰色-加权马尔可夫链的光伏发电量预测

光伏发电量预测是光伏并网的一项基础性工作。运用灰色模型对光伏发电量进行总体趋势的预测后,加入了加权马尔可夫链预测理论,建立了灰色-加权马尔可夫链预测模型。该模型不仅考虑了GM(1,1)模型对指数增长序列的适应性,而且考虑了发电量数据随机波动的特点,用状态转移概率矩阵来描述这种波动性。将该模型运用于合肥某光伏电站的光伏发电量预测,结果表明加权马尔可夫链与灰色模型的结合,提高了对波动性较大的发电量数据预测的精度,验证了该模型的可行性和有效性。

基于等维新息灰色加权马尔可夫模型的工件尺寸预测

对工件尺寸的科学预测建模是加工预报补偿技术的基础.结合等维新息灰色模型与加权马尔可夫链的预测优势,建立等维新息灰色加权马尔可夫组合模型,并对工件尺寸测量误差建模、预测.实例结果表明:预测值与样本数据波动相似,且比灰色GM(1,1)模型和等维新息模型预测值的预测误差小,精度高.因此,该模型可为工件未来尺寸预报提供依据,并为后续的补偿控制技术提供参数.

基于灰色加权马尔可夫SCGM(1,1)c的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础。基于灰色系统理论和马尔可夫链理论,应用系统云灰色模型SCGM(1,1)c拟合道路交通时序数据的总体趋势,所得拟合指标是随机波动的。马尔可夫链原理适合处理波动性大的系统过程,因此选用能更好解决随机波动性的加权马尔可夫链预测方法,提出一种用于道路交通事故次数预测的灰色加权马尔可夫SCGM(1,1)c模型,它适用于时间序列短,数据量少且随机波动不太大的动态过程预测。以某市1975—2010年道路交通事故次数为例进行了预测分析,结果表明该模型既能揭示交通事故次数变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性。

Fisher算法及加权马尔可夫链模型的耕地需求量预测方法——以山东省聊城市为例

根据聊城市1949-2007年的耕地数据,以耕地变化率来描述耕地数量变化的速率,借助Fisher最优分割法将耕地变化率状态分为5个等级,利用规范化后的各阶自相关系数为权重,运用加权马尔可夫链模型对聊城市耕地需求量进行预测。结果表明,预测值与实际值的相对误差为0.01%,预测结果非常理想,同时也验证了加权后的马尔可夫预测法更具科学性和实用性。

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。

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。

加权马尔可夫SCGM(1,1)_c模型在农作物干旱受灾面积预测中的应用

基于灰色系统理论和马尔可夫链原理,应用系统云灰色模型拟合时序数据的总体趋势,所得拟合精度指标是随机波动的,而马尔科夫链原理适合处理波动性大的系统过程,选用能更好解决随机波动性的加权马尔可夫链预测方法,提出一种用于农作物干旱受灾面积预测的加权马尔可夫SCGM(1,1)c模型,适用时间短、数据量少且随机波动大的动态过程预测.以我国农作物干旱受灾面积预测为例,表明加权马尔可夫SCGM(1,1)c模型对于农业旱灾预测具有较高的精度.

基于灰色加权马尔可夫链的移动通信市场预测

在传统的用灰色预测模型预测的方法基础上,建立了灰色加权马尔可夫链模型.以中国移动通信市场预测作为实例,介绍了使用这种模型的方法与步骤.灰色加权马尔可夫链模型既考虑了从时间序列中挖掘数据的演变规律,又通过规范化各阶自相关系数为权重,用加权的马尔可夫转移概率矩阵的变换,考虑数据的随机波动,具有严密的科学性,能较好地应用于中国移动通信市场的预测.

马尔可夫预测模型对股票价格波动的预测分析

马尔可夫过程最初由俄罗斯数学家马尔可夫(Markov)于1906年研究而得名,它是一类典型的具有马氏性的随机过程。马氏性是指现在发生的事情与过去曾发生的事件无关。简言之,在已知“现在”的条件下,“将来”与“过去”是独立的。马尔可夫过程理论已发展得较为成熟,在自然科学、工程技术及经济金融管理等领域都有广泛的应用。本文以马尔可夫模型的基本理论为出发点,将马尔可夫模型运用在经济金融领域,使用马尔可夫预测模型和加权马尔可夫预测模型对股票价格的波动情况进行预测分析,并以浦发银行的股票价格数据为例进行实证分析。

基于DWT-WFGM(1,1)-ARMA组合模型的农业用水量预测

农业用水量预测对于区域水资源规划与管理具有重要意义。【目的】针对农业用水量序列的振荡性以及传统模型预测结果输出单一的问题,提出一种新的组合预测模型DWT-WFGM(1,1)-ARMA对区域农业用水量进行预测。【方法】通过离散小波变换将原始用水量序列分解为近似序列和细节序列,并分别采用自回归滑动平均模型和分数阶灰色模型预测细节序列和近似序列,并结合加权马尔可夫链对近似序列进行误差修正,将不同成分序列的预测结果进行线性叠加得到农业用水量的预测值和预测区间。利用该模型分别对陕西省和内蒙古自治区的农业用水量进行预测,并与灰色模型GM(1,1)、DWT-GM(1,1)-ARMA模型和DWT-FGM(1,1)-ARMA模型对比分析。【结果】DWT-WFGM(1,1)-ARMA模型在陕西省和内蒙古自治区的评价指标平均绝对百分比误差分别为1.25%和1.01%,预测精度高于其他模型,且预测区间为研究区未来时期的农业用水量提供了合理的波动范围,具有一定的实际参考价值。【结论】本文构建的组合模型能够有效提高农业用水量预测的精度,同时预测区间的提出可以为区域农业用水量预测提供更加可靠的依据。

公共卫生事件信息传播规律模型

针对新媒体背景下突发公共卫生事件信息传播现象,通过组合预测的方法,运用灰色GM(1,1)模型和加权马尔可夫链预测理论,构建了灰色–加权马尔可夫链预测模型,对突发公共卫生事件的未来趋势进行预测,有效提高了预测精度。并以非洲猪瘟事件为例进行了比较分析,验证了模型的可行性和有效性。