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。

多因素时变Markov链模型下考虑信用风险的互换期权定价

提出具有似扩散行为的共同因素与特定评级因素及其驱动下的时变Markov链模型,在仿射期限结构框架下建立了考虑交易对手信用风险的互换期权定价模型.以1998年1月-2008年12月美国国债的收益率数据及评级机构穆迪的信用评级数据为样本,利用卡尔曼滤波技术与约束非线性最小二乘法对模型进行了参数估计.主要结果为:首先,以似扩散过程的形式引入具有权重影响的共同因素与特定评级因素,构建了基于信用评级的时变Markov链模型;其次,建立了含信用风险的互换期权定价模型,给出了该期权的闭式解;最后,分析了交易对手方信用等级状况的变化对互换期权定价的影响.

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GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

基于Markov链的园区随机功率多场景预测模型

为了促进园区分布式能源的消纳,针对园区随机功率的预测问题提出了一种基于马尔科夫(Markov)链的随机功率多场景预测模型。首先,针对园区新能源及负荷的随机特征,分别采用差分自回归移动平均(ARIMA)模型及Markov链对其建模;其次,针对园区负荷随生产、季节等因素周期性波动的特点,采用后验信息自适应调整Markov概率矩阵以提高其预测精度;然后,为了提高预测时域内多步预测的精度,考虑多步预测场景及其概率提出了一种基于场景树的多场景预测模型,以便更有效地利用Markov概率矩阵;最后,由园区历史功率数据进行了算例分析。结果表明,相比未调整的Markov模型,当自适应调整时间为7 d时,负荷功率的预测误差最低,为0.0345(标幺值)。相比于常用的极大似然估计法,所提多场景预测模型误差的加权平均值更低。

基于UML的软件Markov链使用模型构造研究

软件统计测试要求基于软件使用模型产生测试例对软件系统进行测试,并根据测试结果评价软件可靠性,是高可靠软件测试的重要组成部分.由于统一建模语言(unifiedmodelinglanguage,简称UML)已经成为事实上的面向对象标准建模语言,因此,从软件UML模型构造软件使用模型就成为面向对象软件统计测试的关键.为此,定义了加入统计测试约束的UML用例图、序列图以及用例执行顺序关系,为基于UML的软件统计测试提供了一个形式化描述基础.在此基础上,给出一个从软件UML模型构造软件Markov链使用模型的算法,并给出了自动化支持工具UMGen的类图结构,基于一个卫星控制系统,说明了所提出方法的有效性.

基于高阶Markov链模型的风电功率预测性能分析

为了提高短期风电功率预测的精度,提出一种基于Markov链理论的预测算法。该算法直接对风电功率数据进行分析,划分了四种状态空间,并根据状态空间数和建模数据量的不同分别建立一阶和二阶Markov链模型。采用新误差公式NRMSE,给出不同状态空间数和建模数据量下的一阶、二阶Markov链模型预测性能比较结果。进一步给出在选取相同状态空间数、相同建模数据量的情况下,一阶和二阶Markov链模型的灵敏度分析。经实例验证,该算法能有效地提高单点值预测精度,并且给出了与预测值相关的概率分布结果。

基于多尺度数据融合Markov链模型的岩性随机模拟

Markov链模型在储层随机建模中发挥着越来越重要的作用,但难以融合岩心、测井、地震等多尺度数据限制了它在实际中的应用。依据前人研究的结果,提出了将多尺度数据融入到Markov链模型中的相关方法和公式,即将大尺度数据作为条件数据以贝叶斯公式表达,同时利用公式将小尺度数据转换为井点硬数据。应用此方法对SL盆地Y地区过井剖面进行的岩性模拟表明,相对于无数据融合的方法,此方法能更加直观、准确地揭示薄岩性层的分布。

基于UML的软件Markov链使用模型的构建

构建软件的使用模型是进行软件可靠性测试及软件可靠性评估的基础.近年来,如何由软件的UML模型构造软件的使用模型成为研究热点.对于大型的软件系统来说,应用现有方法构建的软件Markov链使用模型的状态空间过于庞大,模型描述困难,不利于测试用例的自动生成及软件可靠性评估.针对以上问题,提出了一种由UML模型构建Markov链使用模型的方法.该方法将场景的前置条件和后置条件作为Markov链使用模型的状态,将场景的执行及执行概率作为状态之间的转移及转移概率.与现有方法相比,新方法构建的Markov链使用模型的状态空间小且无需人为干预,而且可以很方便地生成测试输入从而进行可靠性测试.针对UML模型的有效性,提出了经过可靠性评估扩展的UML模型生成Markov链使用模型的验证算法.最后通过一个卫星控制系统的实例对新方法的性能进行了验证.

用Markov链模型随机模拟储层岩相空间展布

将Markov链模型应用于储层建模来获取二维或三维的储层岩相展布图像是近年来储层随机建模领域的一个研究热点。在应用该模型时,须将一维的Markov链模型拓展到二维、三维,同时要对侧向转移概率矩阵的估算和顶层初始化这2个关键问题给出有效的解决方案。笔者对二维和三维的空间Markov链模型进行了阐述,提出了依据Walther相序定律从岩相状态之间的转移记数矩阵入手,来估算侧向转移概率矩阵的方法,并对顶层初始化的解决办法进行了探索。在相关原理及技术细节问题得到解决的基础上,提出了应用Markov链模型进行二维储层岩相空间分布随机模拟的具体算法。二维空间Markov链模型的实际算例表明,对相关问题的解决方案是有效的。

基于阶次小波包与Markov链模型的转子早期故障诊断

针对转子启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法精度不高的现状,将阶次小波包和Markov链模型引入转子的早期故障诊断中,提出了一种新的自适应故障诊断模型。首先利用阶次跟踪算法对瞬态振动信号重采样,得到等角度分布诊断信号;其次采用小波包对该信号分解——重构,提取其在各频带的能量特征向量,通过Markov链模型对其进行预测;最后通过故障实例验证,结果表明:将阶次小波包变换和Markov链模型相结合进行故障诊断是可行而有效的。

多Markov链用户浏览预测模型

建立有效的用户浏览预测模型 ,对用户的浏览做出准确的预测 ,是开发各种浏览导航工具的关键 .传统的Markov链模型是一种简单而有效的预测模型 ,但它存在预测准确率低 ,存储复杂度高等缺点 .通过对该模型的扩展 ,该文提出并建立了一种基于用户分类的新模型———多Markov链模型 .实验表明 ,该模型能更准确地描述用户在Web上的浏览特征 ,在预测准确率和存储复杂度方面都显著地优于传统的Markov链模型 .

基于Markov链路径使用模型的软件统计测试

探讨了建立基于路径使用的Markov链模型来分析模块内部代码结构的统计测试方法的可能性。提出将统计理论用于软件的结构测试,从理论上得出软件的结构可靠性结论。提出具有有限状态、离散时间序列的Markov链作为程序的使用模型和测试模型,使用Kullback判别式作为测试链收敛到使用链的判断准则,从理论上证明了测试链到使用链收敛的必然性。理论分析和初步的实验证明该方法是可行和有前途的。

生命旋回-Markov链耦合模型在作物需水量预测中的应用

以方便性和实用性为主要目标,提出了一种新的作物需水量预报模型——生命旋回-Markov链耦合模型。经验证,模型精度较高,可以用于作物需水量的预报。

将COX模型嵌入Markov链进行调整的生存质量分析

目的将COX模型嵌入Markov链进行调整的生存质量分析。方法建立理论模型并通过实例进行分析。结果按照实例模型进行模拟数据,参数估计与原模型几乎一致。结论本方法通过对不同状态的生存时间加权求和,使不同处理的比较更合理,也使COX模型的应用更加灵活。

基于混合隐Markov链浏览模型的WEB用户聚类与个性化推荐

针对传统的Markov链模型不能有效的表征长串访问序列所蕴含的丰富的用户行为特征（用户类别特征、访问兴趣迁移特征）的缺点,提出混合隐Markov链浏览模型。混合隐Markov链模型使用多个不同的模型来区分不同类别用户的浏览特征,并为每个类别的用户设置了能跟踪捕捉其访问兴趣变化的类隐Markov链模型,能更好地对WWW长串访问序列的复杂特征进行建模,在真实WWW站点访问日志数据上的用户聚类实验与个性化推荐实验的结果表明,混合隐Markov链模型与传统的Markov链模型相比,具有更理想的聚类性能和推荐性能。

一种基于Markov链模型的动态聚类方法

对单变量时间序列的聚类 ,是一类有着广泛应用背景的特殊的聚类问题 由于该问题的特殊性 ,现有的聚类方法无法直接使用 ,故提出了一种新的基于Markov链模型的动态聚类方法 该方法首先对每一个时间序列建立一个描述其动态特征的Markov链模型 ,从而把对时间序列的聚类问题转化为对Markov链模型的聚类问题 然后通过定义各个Markov链之间的“距离” ,采用动态聚类算法完成对这些Markov链模型的聚类 使用该方法 ,分别对一批真实数据和仿真数据进行了聚类试验 。

可变多阶Markov链模型及在WWW个性化推荐中的应用

WWW个性化推荐问题是WEB挖掘的一个重要研究方向。针对传统的固定阶数的Markov链模型用于WWW个性化推荐问题的不足，提出可变多阶Markov链模型（Variable Multiple Order Markov Chairr--VMOMC）。VMOMC将用推荐目标网页概率值度量的可变多阶Markov链并行组合，组合模型中采用遗传算法确定各单阶Markov链模型的最优权重，在真实WWW站点访问日志数据上的实验结果表明：VMOMC与传统的定阶Markov链浏览推荐模型相比，具有较理想的推荐性能。

基于Markov链模型的相控随机建模

Markov链模型在储层随机建模中的作用越来越受到关注,但其多用于类型属性(岩相、沉积相、沉积亚相等)的模拟,对于连续型属性(孔隙度、渗透率、含油气饱和度等)的模拟还比较困难.本文提出用Markov链模型相控建模方法模拟连续型属性的思路,即首先用Markov链模型模拟出类型属性,其次在类型属性约束下模拟出连续型属性,从而解决连续型属性不能产生突变边界的问题.最后应用此方法进行了模拟实验,模拟结果显示不同岩相中孔隙度差异较大,而同种岩相中孔隙度变化较小,证明了此方法的可靠性和适用性.

Markov链利率下相依风险模型破产概率的上界

考虑一类离散时间风险模型的破产问题.模型中假设保费过程和理赔过程都具有一阶自回归结构(AR(1)),并且利率过程是取值于可数状态空间的齐次Markov链.针对保费在期初收取和期末收取两种不同的情况,用鞅方法得到了其各自破产概率的上界.