基于离散小波变换的动态过程模型参数辨识的Markov方法

提出一种新的Ｍａｒｋｏｖ递推算法，该算法主要是基于过程噪声的离散小波变换的协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子具有特殊稀疏带状结构的事实，利用模型输出误差的小波变换在线估计出其协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子Ｌ＾ｅｗ，进而利用Ｌ＾ｅｗ对数据进行白色化处理。数值仿真验证了所提算法是可行的。

基于离散元法的颗粒饲料粘结参数标定及其破碎过程分析

针对颗粒饲料在加工过程中易发生破碎,因其破碎机制尚不明确,难以通过优化加工机械的关键结构、运行参数来降低颗粒破碎率的实际问题,本研究以颗粒饲料(母猪饲料)为研究对象,应用离散元素法建模软件EDEM建立了颗粒饲料离散元模型,结合台架试验(质构仪)开展了离散元粘结参数[单位面积法向刚度(K_(n))、单位面积剪切刚度(K_(t))、临界法向刚度(C_(n))、临界剪切刚度(C_(t))]测试与标定试验。台架试验结果表明,C_(n)、C_(t)的取值分别为2.93×10^(7)、2.22×10^(6)P_(a),K_(n)、K_(t)的量级范围分别为[10^(10),10^(11)]、[10^(9),10^(10)];二次正交旋转组合试验结果表明,当Kn、Kt的取值分别为4.11×10^(10)、7.13×10^(9)N/m^(3)时,仿真模型的挤压、剪切破碎力与实际破碎力之间的误差均在5%以内,标定结果准确;颗粒饲料破碎过程分析表明,饲料样品承受剪切破坏的能力不及其承压能力,但剪切破坏时不易发生粉化。本研究可为优化饲料加工机械的关键结构及运行参数、降低颗粒破碎率提供理论参考。

基于离散Markov决策过程的发电公司多阶段决策

采用离散时间Markov决策过程(DTMDP)对以多阶段总利润最优为目标的发电公司决策问题进行研究.市场环境下,发电公司根据自身条件,其竞争策略可以是价格的接受者,也可以是价格的制定者.考虑了发电公司不同策略情况下市场均衡状态间的转换概率,分别给出了发电公司作为价格接受者和价格制定者时的多阶段决策模型.通过算例验证了所提模型的有效性和可行性.

离散参数随机过程非线性滤波的稳健性及其应用(一)

离散参数随机过程非线性滤波的一种重要类型是次序统计滤波器 (OSF) ,而研究次序统计滤波器的有效途径则是考察次序统计量的稳健性性质 .作者通过概率分布距离空间上统计量泛函的弱连续性及统计量泛函的影响函数 ,研究次序统计量的稳健性性质 ,考察在各种概率分布类型下中值滤波器与最大值滤波器的低通、带通特性 。

Markov离散事件动态系统参数灵敏度估计算法(英文)

给出了马尔可夫离散事件系统参数灵敏度估计的高效率仿真算法 .既可以用于稳态性能测度的参数灵敏度估计 ,也可用于终止型性能测度的灵敏度估计 .和现有的仿真算法相比 ,其数学描述和仿真流程比较简洁 ,易于编程实现 .给出的各种仿真算例均验证了该方法的适用性 .此外 ,还指出了马尔可夫系统性能测度参数灵敏度的精确估计为光滑扰动分析 (SmoothedPertur batinAnalysis)和似然比方法 (LikelihoodRatios)得到的估计量之和 ,单独使用其中的任何一种均难以给出系统性能测度参数灵敏度的可靠、一致估计 .

基于Markov决策过程的离散过程风险度量

针对静态风险度量方法无法实现多阶段投资风险度量需要的缺陷,根据动态风险度量过程的特点,提出时间持续性概念以及推论,通过简单算例证明目前静态风险度量方法VaR、CVaR和ES由于不满足时间持续性而无法实现多阶段风险度量的不合理现状,建立基于离散时间状态和Markov决策过程的多阶段风险度量.

离散参数随机过程非线性滤波的稳健性及其应用(二)

离散参数随机过程非线性滤波的一种重要类型是次序统计滤波器(OSF),而研究次序统计滤波器的有效途径则是考察次序统计量的稳健性性质.作者通过概率分布距离空间上统计量泛函的弱连续性及统计量泛函的影响函数,研究次序统计量的稳健性性质,考察各种概率分布类型下中值滤波器与最大值滤波器的低通、带通特性,并将它们成功应用于图像处理.

有限规划水平自适应Markov决策过程的参数决策

针对现有Ｍａｒｋｏｖ决策过程自适应决策方法仅研究无限规划水平自适应决策的不足，提出了一种有限规划水平Ｍａｒｋｏｖ决策过程自适应决策算法．算法的基本思想是运用Ｂａｙｅｓ理论对未知系统进行“学习”，并且在每次决策时以最大概率保证实际决策为最优决策．最后用仿真结果表明了算法的有效性．

两参数Markov过程的注记

Korezlioglu等人证明了两参数马氏过程在R2+中的有界凸型开集上满足Germ Markov性.我们把这个结果推广到R2+中的任何一个有界子集上.

两参数Markov过程的Sharp Markov性

证明了两参数Markov过程仅在正位矩形的有限并或可列并区域上才具有Sharp Markov性.

Markov控制过程基于单个样本轨道的在线优化算法

在Markov性能势理论基础上 ,研究了Markov控制过程的性能优化算法 .不同于传统的基于计算的方法 ,文中的算法是根据单个样本轨道的仿真来估计性能指标关于策略参数的梯度 ,以寻找最优 (或次优 )随机平稳策略 .由于可根据不同实际系统的特征来选择适当的算法参数 ,因此它能满足不同实际工程系统在线优化的需要 .最后简要分析了这些算法在一个无限长的样本轨道上以概率 1的收敛性 ,并给出了一个三 状态受控Markov过程的数值实例 .

关于Markov过程的强大数定律

本文研究一般马氏过程的强大数定律．

集成化并行系统过程管理模型与参数控制方法

应用Markov理论研究了集成化并行系统过程管理机制,分析了客源无限状态下的过程分布规律、生灭过程方程及过程管理模型.基于实际应用系统多参数、多情况的复杂性特征,引入了系统控制系数,提出了过程管理的三种类型动态概率分布规律及其算法,实现了系统的精准控制.通过应用实例介绍了多参数的控制方法、核心机制及其应用系统平台.

考虑Markov岩性预测的引水隧洞施工全过程仿真研究

针对引水隧洞的施工,利用Markov岩性预测模型对地质岩性进行预测,得到隧洞沿程的岩性概率分布。在所得概率分布的基础上,随机确定隧洞岩性情况,并进行相应仿真参数的选择,进行考虑岩性不确定性的引水隧洞施工全过程仿真。结果表明:在仿真参数选取时考虑地质条件的影响能够更全面地反映施工过程的不确定性,有助于更好地分析隧洞的施工风险。

黑河流域水资源动态变化及其趋势的灰色Markov链预测

根据有关水文气象台站的观测数据,对黑河流域水资源时空分布特征及变化规律进行了分析,并基于GM(1,1)模型和Markov链原理,提出了一个用于黑河流域的水资源变化趋势预测的灰色离散随机过程模型。结果表明,从1944年有观测记录以来的近60a时间里,以黑河干流为代表的黑河流域天然径流经历了几个长度不等的丰水段与枯水段,而目前正处于1996年开始第5个丰水段的下降段的最低点或自2000年开始的第6个枯水段的起始点。未来几年里,黑河流域天然水资源的变化总体上将呈现一种偏枯或平水偏枯的状态,但径流偏枯的幅度将不会很大。

龙羊峡水库年入库径流的Markov预测模型

Markov预测技术是应用 Markov链的相关预测的基本原理与方法来研究分析时间序列的变化规律 ,并预测其未来变化趋势的一种预报方法 ,适用于随机波动较大的预报问题。根据 Markov链原理 ,提出了一个用于龙羊峡水库年平均入库径流预报的离散随机过程模型。实测资料的验证结果表明 ,这种模型计算精度较高 。

可逆的时齐markov链——时间离散情形

马氏过程的可逆性定义,出于物理考虑。在一定条件下,马氏过程要趋于平稳。在统计物理中,感兴趣的不仅是平稳,而且是细致平稳——这时的物理过程是微观可逆的。著名的 Onsager 对易关系,实质上要假定过程的微观可逆性。据此。

不确定条件下分组列车在编成站的集结参数研究

分组列车与单组列车是我国铁路车流组织的两种形式,对其编组方案综合优化需要的集结参数研究具有理论和现实意义。车组重量不固定的分组列车在编成站的集结消耗与单组列车相同,而车组重量固定的分组列车的集结消耗包含固有和附加两类。根据集结的动态特性和车组到达的不确定性,将到达车组的车辆数和到达间隔时间都视为随机变量,在合理假定其分布的基础上,应用随机过程理论,并考虑改编作业当量因素,构建固定车组重量分组列车的集结参数模型。针对该模型的特点,应用离散事件系统仿真方法进行模拟。结果表明:模型的最大相对误差为3.72%;当两去向的车流到达强度与固定车组重量成比例时,分组列车的集结耗费最小。

有优先权两部件离散时间温贮备可修系统

在开关完全可靠的情况下,研究由两个不同型、有优先权的部件和一个修理设备组成的温贮备系统,建立在部件工作寿命和修理时间均服从几何分布的可修模型,并利用Markov过程、母函数、LS变换推导出该模型的一些可靠性指标——系统的稳态可用度及系统的首次故障前平均工作时间.