模糊无后效马尔科夫链若干问题的研究

本文提出并讨论了有限清晰状态下不严格具有无后效性的向前ｍ步的模糊无后效马尔科夫链，并从理论上研究了模糊无后效一步转移概率及其性质，以及与模糊无后效多步转移概率之间的关系─—类似于经典的柯尔莫哥洛夫方程。同时研究了模糊无后效马尔科夫链的有穷维分布律。

基于模糊Petri网和马尔科夫链理论的水电厂设备故障应急响应模型

为保证水电厂设备安全,避免因故障导致意外事故,基于模糊Petri网和马尔科夫链理论设计水电厂设备故障应急响应模型。确定加权因子命题阈值,结合传感器收集的初始信号,在滤波器的作用下还原信号特征,基于模糊Petri网提取水电厂设备故障特征。设计故障分类器,建立概率转移矩阵,设置概率转移矩阵的条件,面对动态解码,给定模型参数,计算马尔可夫模型下的连续变量密度函数,修正比例因子的状态系数,得到设备故障分类结果。建立设备故障应急响应模型,输出设备故障状态下的应急响应结果。实验结果显示,该模型在四种故障类型中的分类精度分别为98.8%、98.6%、98.7%、98.8%,可见该模型分类精度较好。

基于模糊加权马尔科夫链的焊缝隐性损伤磁记忆特征参数定量预测

针对磁记忆技术在焊缝隐性损伤状态定量评价与预测中的难题,建立基于无偏灰色模糊加权马尔科夫链的焊缝隐性损伤状态磁记忆特征参数定量预测模型。以Q235焊接试件为试验材料,拾取焊缝纵向和横向磁记忆信号分布,与同步X射线检测结果进行对比得出:在宏观损伤时满足传统的磁记忆检测判据,即切向分量Hp(x)具有极大值,法向分量Hp(y)过零值;而在隐性损伤时并没有出现传统判据特征,说明Hp(x)与Hp(y)并不能准确地判断隐性损伤状态和程度。为此引入正交矢量合成梯度比Kr,可以较为敏感地反映隐性损伤状态,但敏感性同时带来局部振荡波动性,造成对隐性损伤后续发展状态的磁记忆定量预测困难。因此,在无偏灰色预测理论和马尔科夫链的基础上,结合模糊隶属函数建立模糊加权马尔科夫链磁记忆定量预测模型,验证结果表明:无偏灰色理论结合模糊加权马尔科夫链后的定量预测模型,其最大相对误差从38.492 5%降到5.046 4%,为实际工程中焊缝隐性损伤未来发展状态的定量预测与维修策略选择提供了新的思路。

模糊马尔科夫链状预测模型及其工程应用

针对工程问题的特点结合马尔科夫链理论 ,提出了具备状态模糊划分和具有“大体无后效性”特点的模糊马尔科夫链状的预测模型。并给出了模糊马尔科夫链的初始概率和一重转移概率的计算方法的一般公式。发展了马尔科夫链预测方法 。

模糊马尔科夫链状模型在斜坡稳定性预测中的应用

滑坡灾害的突发特征和滑坡运动的不确定性,使得斜坡稳定状态预测成为岩土工程领域内的一个难点。模糊马尔科夫链状模型能够预测序列从某种模糊状态出发转移到其它状态的概率,非常适合斜坡工程的稳定状态预测。文章首先介绍了模糊马尔科夫链的概念、特点及该方法的原理、算法,之后将其应用到实际的边坡稳定状态预测分析中。实际边坡滑动经过稳定状态、基本稳定状态、临界状态、失稳状态,应用模糊马尔科夫原理分析边坡稳定状态变化,进行斜坡变形-失稳过程预测预报。通过实例应用表明,预测结果与实际情况吻合较好。为此,该模型能够准确地对斜坡稳定状态进行预测。

基于马尔科夫链与鞍点逼近的模糊随机可靠性分析方法

针对同时存在随机不确定性和模糊不确定性的可靠性分析问题,提出了两种高效解决方法。一种是迭代马尔科夫链鞍点逼近法,该方法的基本思想是给定隶属水平下由迭代马尔科夫链和一次鞍点逼近法求得可靠度上下限,不同的隶属水平对应不同的可靠度上下限,遍历隶属水平的取值区间[0,1]即可求得可靠度隶属函数,与传统的两相Monte Carlo数字模拟法和迭代一次二阶矩法相比,该方法具有效率高和对非正态基本随机变量不需要进行正态转换的优点;第二种方法是迭代条件概率马尔科夫链模拟法,该方法在求解给定隶属度水平下的可靠度上下限时,由条件概率公式引入一个非线性修正因子,该因子的引入大大提高了功能函数为非线性的可靠性问题的求解精度。本文算例验证了所提方法的优越性。

模糊马尔科夫链预测模型在桂江流域径流预测中的应用

在马尔科夫链预测时需要把研究对象划分为不同的状态,而状态划分具有模糊性。提出了一种基于模糊的马尔科夫链预测模型,介绍了建模的方法和步骤,给出了模糊马尔科夫链的概率计算公式。将模型应用于桂江流域年径流预测分析,结果表明,预测与实际情况一致。

基于马尔科夫链的模糊认知图在智能配电网WSN通信QoS优化研究

根据配电网系统结构、设备分布特点,针对电力工业配电网数据通信规范对WSN的要求,研究了一种基于模糊认知图理论和马尔科夫链建立智能配电网WSN数据传输模型。定性分析了影响网络数据传输性能指标的主要因素,构造了模糊认知图模型所包含的五类概念顶点集合。利用马尔科夫链建立了配电网节点数据缓冲队列模型,给出了节点竞争信道状态概率的计算分析方法。在不同的配电网数据产生率下对模型进行仿真实验研究,结果表明,高优先级的通信数据有较低的传输延迟和较高的有效吞吐率、可靠性,所提出的方法可为配电网WSN数据通信提供Qo S保障。

利用马尔科夫链的企业信息技术外包服务商模糊动态综合评价研究

在制造业企业发展信息化时,通常会选择外包这个模式,为减少企业外包决策的潜在风险因素,外包服务商的选择与评价问题是首要问题,且需要综合考虑其长期业绩和未来发展前景等因素。根据外包服务商运行过程具有显著的马尔科夫性,以马尔科夫链理论为基础,在对信息技术(IT)外包服务商进行模糊综合评价的过程中,利用马尔科夫链的预测性,提出一种动态评价其潜力的模型,最后以某企业为案例进行分析,论证该模型的可操作性及其应用价值。

基于模糊马尔科夫链的钢筋混凝土桥梁劣化预测

建立基于模糊马尔科夫链的钢筋混凝土桥梁劣化预测模型,对桥梁结构劣化等级的划分及模糊劣化状态的确定方法进行阐述。针对马尔科夫链应用的关键问题—状态转移概率矩阵的确定,提出基于对状态转移概率优化反演的简化逆阵方法。通过某桥梁工程劣化预测实例,验证该方法的有效性。

加权马尔科夫链在济南市降水量预测中的应用

依据济南市1960—2014年的降水量资料,采用均方差分级法对年降水量进行分级,将其分为枯水年、偏枯年、平水年、偏丰年、丰水年5个状态,同时验证此序列满足马尔科夫要求。在此基础上,以规范化的各阶自相关系数为权重,建立了适用于济南市年降水量的加权马尔科夫链预测模型,并根据模糊集理论中的级别特征值对降水量进行了预测。结果表明:12015年、2016年济南市的降水量状态均为平水年,年降水量分别为691.21、645.28 mm;2济南市年降水量处于偏枯年及平水年状态的可能性比较大,其重现期分别为5.38、2.34 a。

加权马尔科夫链在榆林市降水量预测中的应用

利用榆林市1951~2013年的年降水量为资料,结合均值-标准差分级方法,运用加权马尔科夫链模型预测榆林地区年降水量范围,并根据模糊集理论预测年降水量。结果表明:(1)榆林市1951~2013年的年降水量序列在α=0.05水平上满足马氏性;(2)预测榆林市2014,2015年年降水量范围分别为457.52~521.32,351.19~457.52 mm;(3)结合模糊集理论预测榆林市2014,2015年降水量与实际观测值的相对误差分别为11.3%,3.4%,预测精度在20%以内。由此可得,加权马尔科夫链模型可用于榆林市年降水量的预测。

南宁市年降水量的加权马尔科夫链预测研究

以南宁市1961—2015年降水量数据为研究对象,通过均值-标准差的分级方法来建立加权马尔科夫链预测模型,并在模型的基础上结合了模糊集理论中的级别特征值,定量给出了各预测年份的年降水量数值。结果显示,该模型的预测效果较好,平均拟合误差控制在2%以内,预计未来两年南宁市处于平水年份的可能性较大,降水量预测值分别为1 384.56、1 221.59 mm。

基于马尔科夫链积分制管理优化法

将马尔科夫链与积分制管理整合应用,既可以保证每个考评对象的工作考评连续性,又考虑到了其在下一阶段的创新性。近年来,人们对积分制的设计、应用和分析进行了深入研究,使其应用范围越来越广、公平性越来越高。例如,围绕积分制管理的核心积分表设计,人们开发了不同的设计方法兼顾组织与个人协同发展,也考虑不同部门或专业班组之间工作量与绩效的横向平衡。

基于马尔科夫链的短期电力负荷预测

电力负荷预测是城市电网规划的基础工作之一,是保证电力系统可靠运行的前提,而保证其正确实现的关键是数学模型的建立。本文提出一种马尔科夫链和模糊聚类相结合的预测方法,对样本所属状态采用模糊划分,使得分类更加符合实际情况;利用马尔科夫链对研究对象做状态分析,根据状态转移进行预测。应用该模型对青海省某地区的短期电力负荷进行预测,并与实际用电负荷进行对比。仿真结果表明:对于各种扰动因素,预测误差范围可控制在5%以内,结果验证了马尔科夫模型对电力负荷短期预测具有较高的精度。

基于马尔科夫链的毕业生就业移动预测系统研究

分析了大学毕业生就业状态及其转移过程的马尔可夫性,通过某专业毕业生的具体就业数据把就业等级划分为五个状态.利用层次分析法与模糊综合评判方法确定了就业等级及状态转移概率,计算出马尔科夫链的平稳分布,求得就业移动过程中的预测结果.从而构建了基于随机数学的毕业生就业移动预测系统.

一种基于马尔科夫链模型的运动估计新方法

运动估计是视频编解码系统中的关键技术,而运动估计的快速块匹配算法主要是通过采用初始搜索点预测,提前退出技术以及不同的搜索模板来提高算法的效率。通过引入马尔科夫链模型实现了对初始搜索点的准确预测,以及利用模糊逻辑和遗传算法以避免搜索过程陷入局部最优点等方法,提出了一种基于马尔科夫链模型的运动估计新方法。实验结果表明,该方法能够对不同性质视频序列有很好的适应能力,并在计算成本和图像重建质量上得到了很好的折中。

马尔科夫链在溧阳市降水量预测中的应用

在采用均方差分级法对溧阳市1951—2020年的降水量进行分级的基础上,运用马尔科夫链理论和模糊集理论,建立加权马尔科夫链降水量预测模型,并运用于溧阳市年降水量和丰枯水重现期的预测,预测结果良好,为区域水旱灾害防御、水资源优化配置、河湖生态保护提供了技术支撑。

张家口市年降水量的加权马尔科夫链预测

根据张家口市1970～2010年的年降水量系列对2011年、2012年的年降水量状态进行加权马尔科夫链预测,再结合模糊集理论中的级别特征值对2011年、2012年的年降水量数值进行预测,与实际年降水量相比,相对误差仅为5％和-3.5％,预测成果合理可靠,结果较为令人满意.

基于改进加权马尔科夫链的兰州市空气质量预测

近年来城市空气污染问题逐渐成为社会关注的焦点,科学合理地预报城市空气质量不仅能为政府的环境管控措施提供依据,对预防大气污染灾害也具有重要的意义。以空气质量等级预测为切入点,针对单一AQI指标序列波动性大、预测信息不完善的缺陷,引入模糊级别特征值算法和空气质量指数评价方法,对兰州市8月份的小时、日空气质量等级和首要污染物进行预测分析。结果表明:改进加权马尔科夫链对兰州市AQI的预测结果与实际变化趋势较为一致,其预测时间越短,预测效果相对越好,且日预报较小时预报的效果好。该模型预测AQI等级和首要污染物的平均准确率为85.96%、79.07%。其中,PM_(2.5)、PM_(10)、NO_2、CO、O_3和SO_2的空气质量等级的平均预测准确率为84.75%、86.56%、88.71%、100%、94.56%和100%。该方法较适合预测城市的短期空气质量状况,在空气质量预报服务和预报产品中有一定的应用价值。