基于加权马尔可夫链的建筑业景气测度与预警——以浙江省为例

基于2010-2021年数据,筛选建筑业相关指标并划分为先行、一致和滞后指标,利用主成分分析法合成浙江省建筑业景气指数进行分析。同时,使用先行和一致指标构建预警信号系统,最后通过加权马尔可夫链模型对浙江省建筑业的景气运行情况进行预测,希望为建筑业发展情况研判提供参考。

基于灰色/回归+马尔可夫模型的航班流量预测

合理准确的航班流量预测是制定相关管制方案和地面保障程序的前提。建立灰色/回归+马尔可夫组合模型进行航班流量预测,并以机场实际航班流量数据为例进行模型验证。首先使用灰色模型和多项式回归对航班流量的训练样本进行趋势性预测,选取精度高的模型作为趋势模型。其次用马尔可夫模型对预测结果进行修正并比较修正前后平均相对误差,结果表明,修正后的误差从1.07%降低到0.64%。最后对测试样本进行验证,其相对误差在5%以内,验证了模型的可行性。此研究可为机场及时调整管制方案、提高运行效率、保障运行安全提供理论依据。

基于马尔可夫链对非饱和土壤水热迁移驱动力的研究

文章针对受热土壤水分、温度变化的不确定性,应用加权马尔可夫链预测法以初始含水率为5%,加热温度为40℃的中砂含水率及温度变化情况为例,对土体水热迁移的两大驱动因素在距离热源不同位置的作用机制进行了研究。结果表明越靠近热源,温度梯度越成为驱动水热迁移这一过程的主因;越远离热源,含水率梯度越是水热迁移的主要驱动因素。

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。

基于灰色神经网络-加权马尔可夫链的大坝变形监控模型及预报研究

大坝蓄水初期监测资料有限且波动性大,坝体结构处于适应变形的危险阶段。基于这种情况,结合灰色理论、神经网络和加权马尔可夫链理论的优点,构建灰色神经网络-加权马尔可夫链的大坝变形监控模型并对某碾压混凝土坝蓄水初期水平位移进行预测。结果表明,该模型解决了样本数据少、波动性大的问题,拟合效果较好,预测精度较高。

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。

基于灰色马尔可夫链的航天器热平衡温度估计研究

为降低航天器热平衡温度估计值偏差,引进灰色马尔可夫链,设计一种针对航天器热平衡温度的全新估计方法。为了突出航天器的耦合传热特性,将航天器分解成内外壳集成式机械结构,构建航天器热平衡交换模型;引进灰色马尔可夫链,生成一个3层架构,满足数据前向传输的过程热传递模型,根据航天器当前热平衡状态,依据航天器温度的未来变化趋势,对其进行正向估计,实现温度状态转移函数的建立;将航天器热平衡温度估计值校正过程划分为3个过程,分别为学习过程、检测过程与估计值校正过程,设计航天器热平衡温度估计值校正,完成该方法的设计。对比试验结果证明,该方法不仅可以在较少的训练条件下实现对航天器热平衡温度的高精度估计,还可以有效降低航天器热平衡温度估计值误差。

基于聚类模糊加权马尔可夫链的降水量预测研究

降水具有随机性,文章在加权马尔可夫链的基础上应用改进的ward系统聚类法对降水量进行聚类,引入优化后的隶属度对参照样本的状态向量进行预测,建立了聚类模糊加权的马尔可夫链模型,并取得了精度较高的预测结果。以北京市1963—2016年的年降水量作为训练样本进行模型训练,对北京市2017—2019年降水量进行预测,结果表明这3年降水量的预测值与真实值的相对误差均在3%以内,获得了较高的精度,能够为北京市水资源的合理规划提供依据。

基于加权马尔可夫链的股票价格预测研究

对股票的预测研究一直是社会的热点问题,而一个合适的模型对于股票的研究至关重要。选用加权马尔可夫链模型,对该模型的状态划分区间做了优化改进,使得该模型能更好地应用于股票的预测研究。通过对招商港口股票的收益率建立加权马尔可夫链模型,并与马尔可夫链模型的相应预测结果进行对比,在状态预测上,加权马尔可夫链的准确率提高了一倍,在平均股价绝对误差上降低了2.02%。此外,为说明模型的泛化性,增加了10只股票3个日期共30个数据预测股价,其与实际股价在每只股票每个日期下的平均绝对误差为1.67%,相比马尔可夫链模型的相应结果降低了0.51%,这表明加权马尔可夫链模型对于多种股票的收益率和股价的预测均具有合理性。

基于灰色线性回归-加权模糊马尔可夫链模型的电力能源需求预测

电力能源系统是一个具有多利益主体的复杂系统,其需求总量变化趋势的预测是新能源规划决策的重要基础,对新常态下我国经济的可持续发展具有重要的指导意义。结合电力能源需求总量历史样本数据特征,提出一种基于灰色线性回归-加权模糊马尔可夫链模型的电力能源需求预测新方法。首先,利用线性回归理论对电力能源需求灰色预测数据进行平滑处理,剖析电力能源需求时间序列中的线性变化特性,进而基于灰色线性回归方程对电力能源需求的未来变化趋势进行预测;引入加权模糊理论对马尔科夫链理论进行改进,构建灰色线性回归预测残差的状态转移加权模糊概率矩阵,实现对灰色预测结果残差的修正,解决电力能源需求预测中的局部波动变化问题。最后,以我国H电网区域的电力能源需求预测为实际算例,验证所提方法的可行性和有效性。

基于灰色-马尔可夫链的隧道围岩变形预测研究

隧道工程施工中,围岩变形是一种常见的工程问题,当变形量达到一定数值时,会影响工程质量,给施工人员带来安全隐患,延误工期。因此,隧道围岩变形预测是保证施工安全,以及工程质量的重要措施。隧道围岩的变形在受到地质构造、地层岩性、应力场、地下水、开挖方式等多种因素的综合影响下,具有时间序列的单调增长性和随机性的特点,针对该特征,将灰色模型预测方法和马尔可夫链概率转移方法结合起来,建立灰色-马尔可夫链模型对围岩的变形进行预测。该预测方法是利用GM(1,1)模型的预测数列增长的特点,来预测围岩变形的宏观发展趋势,在此基础上应用马尔可夫链确定位移时序的状态转移概率矩阵,通过对状态的划分、实测值与灰色拟合值的绝对误差及相对误差等指标的分析,对围岩变形的发展趋势进行更为精确的预测。通过两水隧道算例,隧道围岩变形的计算结果与实测值吻合较好,表明所建立的灰色-马尔可夫链模型是正确的,在隧道围岩变形预测中具有广泛推广应用价值。

基于诱导有序加权平均算子和马尔可夫链的中长期电力负荷组合预测模型

针对传统中长期电力负荷组合预测方法的缺陷,将诱导有序加权平均算子(induced ordered weighted averaging,IOWA)与马尔可夫链(Markov chain,MC)相结合构建IOWA-MC组合预测模型。该模型根据每个单项预测方法在各时点拟合精度的高低顺序对其赋权,保证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,同时利用MC定性推测出预测时间点上各单项预测方法的预测精度状态,从而确定其在预测时点上的权系数。算例结果表明,IOWA-MC能自动识别高精度预测模型,排除低精度预测方法带来的影响,预测精度较高,具有较强的实用价值。

基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,从趋势曲线灰色拟合与状态分类方式上对传统灰色马尔可夫模型进行改进,提出无偏灰色模糊马尔可夫链预测铁路货运量的方法,并结合"十一五"期间中国铁路货运量和货运市场发展趋势的预测分析,详细阐述了该方法的具体应用,最后使用定性分析对该方法的预测结果进行检验与讨论。理论分析和算例表明,该方法有更可靠的预测结果,并且能够对铁路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。

加权马尔可夫链在降水状况预测中的应用

在介绍加权马尔可夫链预测方法的基础上，以郑州市1951～1994年降雨量资料为例，采用均值-标准差分级法进行旱涝指标值分级，把这44年资料划分成雨涝、偏涝、正常、偏旱、干旱5种状态，应用加权马尔可夫链对该地区旱涝状态进行预测扣分析，结果表明该方法预测结果与实际情况相吻合。

变化环境下北江下游年径流量的加权马尔可夫链预测

在气候变化和人类活动的影响下,西北江的水文环境发生了重大变化,导致北江下游的来水条件发生变化。采用斯波曼检验(Spearman’s rho test)和Mann-kendall法系统地分析了北江下游的年径流量的变化趋势和变异情况,在此基础上建立了北江下游变化环境下年径流量的加权马尔可夫链预测模型。结果表明:西北江近50年来的大规模联围筑闸、大规模无序采掘河床泥沙等剧烈的人类活动,导致北江下游三水水文站年径流量在1990年左右发生了变异;所建立的加权马尔可夫链预测结果表明,从变异后的序列中统计出来的状态"转移概率"矩阵,能准确地反映出环境变化后年径流量之间的关系,所建立的加权马尔可夫链法预测变化环境下的年径流量是可行的,预测效果也比较好;按文章确定的分级标准,依现有的资料信息推断,环境发生变化后,在未来长期过程中,北江下游出现平水年的机会最大,但年际间的丰枯波动概率也不小。这一结果值得水资源管理部门注意。

基于灰色-马尔可夫链改进方法的铁路货运量预测研究

科学的预测对于经济现象的研究和经济决策的制定都具有十分重要的意义,因此,关于经济预测理论和方法的研究一直是一个热点。本文将灰色模型预测方法GM(1,1)和马尔可夫链预测相结合,提出灰色马尔可夫链改进预测方法,并且针对我国铁路货运量的发展趋势进行了预测,得出比灰色预测更加准确的结论。从而证明,灰色马尔可夫链改进方法的预测结果更加准确可靠,更有利于决策者的经济决策行为。

公路货运量灰色模型—马尔可夫链预测方法研究

将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型—马尔可夫链预测公路货运量的方法;并结合"十五"期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区间。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。

加权马尔可夫链在伤寒副伤寒发病情况预测分析中的应用

目的研究加权马尔可夫链在伤寒副伤寒发病情况预测中的应用。方法用1991年1月至2000年10月江苏省伤寒副伤寒发病资料建立模型,以2000年11月和12月的发病资料作为模型预测效果的考核样本。首先基于伤寒副伤寒的发病情况存在大量不确定性的特点,应用有序聚类的方法建立发病人数状态的分级标准;然后针对发病人数序列为相依随机变量的特点,采取以规范化的各阶自相关系数为权重,用加权的马尔可夫链模型来预测和分析发病人数的变化状况,使预测结论的长期效果趋于最优;最后对预测结果进行分析和评价。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内仍呈平稳下降,检验结果表明模型是合适的。结论用加权马尔可夫链对伤寒副伤寒月发病情况的拟合结果满意,预测效果良好。

基于灰色马尔可夫链的径流序列模式挖掘

河川径流受气候、地貌、土壤、植被等自然条件以及人类活动的耦合作用,其演变过程既表现出灰色禀性,同时也有强烈的随机性.探讨了径流序列模式挖掘的灰色系统方法,提出了综合考虑径流序列趋势变化与随机变化的灰色马尔可夫预测方法,并用于年径流序列预测.通过黄河上游贵德站年径流序列资料验证,该方法比GM(1,1)有更高的精度,满足规范要求,计算方法可行.结果可为黄河上游防洪抗旱、区域水资源管理、水利水电工程规划提供科学的依据.

基于灰色预测-马尔可夫链-定性分析的铁路货运量预测

科学的货运量预测对铁路发展战略的制定具有十分重要的意义。分析以往对铁路货运量预测的相关文献及其预测精度,并分析影响预测精度的因素,定量分析与定性分析相结合有利于提高预测的准确性。采用灰色预测-马尔可夫链-定性分析相结合的方法对铁路货运量进行预测,经分析表明:灰色模型预测结果精确度受原始数据变化幅度的影响较大,通过马尔可夫链修正,预测结果得到较大改善;由GM(1,1)预测值及马尔可夫状态转移下的最大概率可知铁路货运量的发展趋势;"十一五"期间铁路货运量增长速度将放缓,但仍将保持较高的增长率。