算子半群的逼近及其在参数连续马尔科夫链中的应用(英文)

在Banach空间中,根据生成元得出了算子半群逼近的一个充要条件.同时,把算子半群的逼近理论运用到马尔科夫链,讨论了转移函数的逼近,推广了一些已知结果.

基于多维连续时间马尔科夫链的院感传播及管控策略

医院感染(院感)是医疗服务质量的重要指标。现有文献主要应用仓室模型研究院感传播,未考虑出院病人的感染状态,往往高估系统感染风险。针对该问题,提出多维连续时间马尔科夫链的院感传播及管控策略,精准刻画病人及医护人员的感染状态及其演变过程。根据院感传播特点,将感染媒介(医护人员)集成到SIS传播机制,构建MCTMC-SIS模型。通过分析对比两类模型的状态演变率,证明MCTMC-SIS模型先进性。最后,通过数值仿真验证管控策略的有效性,并评估传播参数的重要性。结果显示,病人入院携带病原菌率对院感传播影响较高。当入院病人携带病原菌概率较高(≥0.05)时,提高病人出院率及医护人员洗手频率,无法有效降低病人感染风险。在实际院感管控中需提前监测感染患者,降低病人感染风险。

连续状态马尔科夫链风速模型及其在风电系统可靠性评估中的应用

基于连续状态马尔科夫链模型提出一种时序风速模拟模型。该模型利用Box-Cox技术将风速序列变换为服从正态分布的序列,进而在多维正态概率空间内构造变换数据的连续状态马尔科夫链模型。在此基础上,利用Box-Cox反变换将正态序列变换为风速序列,进而得到时序风速的连续状态马尔科夫链。采用实测风速数据验证本文模型的有效性,结果表明:本文提出的模型可保持原风速的概率分布和自相关特性。采用IEEE-RTS可靠性测试系统验证本文模型的应用性,结果表明:本文模型可用于含风能的电力系统发电可靠性评估。

基于马尔科夫过程的频谱接入建模与分析

为了解决军事应急网络作为认知用户接入战术通信骨干网的频谱接入问题,将多优先级认知用户的频谱接入行为建模为连续马尔科夫链模型,并以此模型为基础设置阻塞概率、切换概率和中断概率3个参数,分析授权用户、高优先级认知用户和低优先级认知用户相应的到达、退出频谱行为对通信系统的影响。理论分析与仿真结果表明:该模型能够比较不同用户的频谱接入行为对通信系统的影响,定量分析通信系统的频谱接入性能。

考虑风电场时空相关性的多场景优化调度

相邻风电场出力由于地理环境与气候条件相似而具有较强的相关性,因此构建风电相关性模型以及合理的调度模型对大规模风电并网意义重大。基于混合Copula函数和连续马尔科夫链模型构建多维时序风速相关性模型,并根据抽样产生的大量模拟场景聚类生成典型场景;构建基于场景分析的机组组合两阶段调度模型,以得到满足所有典型场景的机组启停和各场景的调度方案,并根据典型场景与模拟场景的偏差基于机会约束理论设定模型中的风电备用需求系数,以提高系统运行的可靠性与经济性。以10机2风电场系统为例进行仿真分析,结果验证了所建模型的有效性。

基于随机过程自相关性的风速预测模型分析

提出一种基于随机过程自相关性的风速预测模型,在传统概率模型分析的基础上引入了随机过程的概念,将每个时刻的风速均看作是一个随机变量,利用随机过程多维分布函数的统计特性描述风速过程。为了表征风速在时间上的自相关特性,引入连续马尔科夫模型,依据前述随机过程模型,求解马尔科夫模型的状态转移函数,从而表征风速相邻时刻间的演化规律,并从理论上证明了该模型具有较好保持自相关特性的能力。仿真表明,利用该模型能够更好地模拟风速分布,预测风速大小,并且具有良好的置信度。

基于Copula函数的多维时序风速相依模型及其在可靠性评估中的应用

风速模拟是对含风电的电力系统进行可靠性评估的先决条件。基于Copula函数和马尔科夫过程理论,提出了一种多维时序风速相依模型及该模型的两阶段蒙特卡洛模拟方法。该模型将多维相依关系分解为单维风速时间序列的短期相依关系和多个风速序列之间的同期相依关系。利用1阶连续状态马尔科夫链描述风速时间序列的变化规律;利用Copula函数捕捉风速序列中存在的短期相依关系和同期相依关系。通过实际风速数据对模型进行了验证,结果表明提出的模型能够较好保持风速序列的概率分布、自相关和互相关特性。将该模型应用到IEEE-RTS可靠性测试系统中,结果表明上述模型能够直接用于风电场可靠性效益评估。

计及相关性的风电场和光伏电站时序出力模型研究

在大规模风光并网时,采用具有相关性的风光时序数据进行系统可靠性评估能够更好模拟系统的运行状态,有利于提高可靠性评估的准确性和实用性。基于混合Copula函数和马尔科夫过程相关理论,建立了一种用于可靠性评估的计及相关性的风光时序出力模型。首先,通过区分光伏出力序列中的规律性与随机性特征,提取出光伏出力的随机分量;然后将风光时序相关性模型分解为风电出力时序模型、光伏出力时序模型以及风光出力的时序相依模型3部分。最后,通过比利时瓦垄地区的实测数据对上述模型进行了验证。

基于CTMC和状态空间模型的宽带无线接入网的QoS性能研究

为了实现同一地域范围内的众多用户在有限带宽条件下提出的高QoS要求,本文对基于IEEE 802.16标准的宽带无线接入网中数据包级QoS(Quality of Service)性能进行了研究.具体做法是,首先采用批马尔可夫到达过程(BMAP,Batch Markov Arrival Process)和连续时间马尔科夫链(CTMC,Continuous Time Markov Chain)对到达过程和流量源进行建模,得到更符合实际和更准确的排队模型;然后基于状态空间,对一个无线接入网络系统进行建模,通过对得到的系统模型并结合前面得到的排队模型的深入分析,从而获得该模型下的各项QoS性能指标,如平均队列长度、丢包率、队列吞吐量和平均包时延.仿真实验结果表明,本文提出的算法模型相比于其他典型的算法模型,能够使得各项QoS性能指标有较大的改善和提高.

云环境下的服务质量SLA违例预测模型

利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于线性时序逻辑区间的质量约束规范。利用大数据分析技术CEP(Complex Event Processor)实时更新当前运行组件服务关键性能指标,并以此为输入,使用M/M/1队列模型实现QoS概率预测,当超过定义阈值,启动SLA违例预警。通过将本模型在智能电网中进行实例测试,得到实际预测时间小于服务更新时间,预测准确率较高。

风速时序仿真模型及其在发电系统可靠性评估中的应用（英文）

风速模拟在风电领域相关研究中具有重要的应用。基于多项式正态变换和连续状态马尔科夫链技术,提出了一种时序风速的模拟方法。该方法首先利用多项式正态变换方法将原始数据变换为服从正态分布的数据;然后利用连续状态马尔科夫链描述变换后数据的随机波动过程;最后,通过正态逆变换获得模拟产生的风速数据。实际风速数据验证表明,模型能够较好地保持原始风速数据的概率分布特性和短期相依特性。将该模型应用于IEEE-RTS可靠性测试系统,结果表明模型可进行含风能的电力系统可靠性评估。

基于随机博弈网的Ad Hoc网络攻击行为分析

Ad Hoc网络攻击行为分析可以为Ad Hoc网络安全机制的设计提供借鉴,为此提出一种基于随机博弈网的Ad Hoc网络安全分析方法。该方法通过建立Ad Hoc网络的攻防随机博弈网模型并计算得到纳什均衡策略,然后将模型转化为一个同构的连续时间马尔科夫链(CTMC),通过计算CTMC的稳态概率就可以对Ad Hoc网络的攻击行为进行定量分析。仿真结果表明攻击行为的成功概率只与攻击能力与预期收益有关,而与攻击速率无关。

基于条件相依特性的风速仿真模型及其应用

基于相邻时刻风速相依关系提出一种时序风速模拟模型。采用一阶连续状态马尔科夫链(CSMC)描述风速时序转移变化规律;利用连接函数(Copula)捕捉相邻时刻风速变量间的条件相依关系,进而得到连续转移核。该模型采用连续转移核代替离散转移矩阵,避免了离散化过程造成的数据信息丢失;利用Copula函数能够刻画不同类型的相依结构。实际风速数据验证表明,该文模型能较好地保持原始风速数据的概率分布特性和时序相依特性。将该模型应用于IEEE-RTS可靠性测试系统,结果表明该文提出的模型可用于含风能的电力系统可靠性评估。

单调q矩阵的Feller性质(英文)

给出了单调q-矩阵Q是Feller的充分必要条件,进一步指出：若q-矩阵Q是单调零流出的且~Q是Q的对偶,则最小~Q-函数~P（t）是最小Q-函数P（t）的对偶.

有恢复的生成分支过程的Feller性质(英文)

首先, 当Q是一个拟单调的q矩阵的时候, 我们找出最小的Q函数是一个Feller的转移函数的准则. 然后我们把这个结论应用于生成分支q矩阵并得到相应的生成分支过程的Feller准则. 特别地, 设θ是分支q矩阵中的非线性数, 总是存在一个分点θ0满足1 ≤θ0 ≤ 2或θ0 < +∞使得生成分支过程是否是Feller的要依据θ < θ0或者θ > θ0.

具有Hassell-Varley型反应函数的捕食者-食饵系统的随机建模

基于具有Hassell-Varley型功能反应函数的确定性捕食系统建立了两类新的随机捕食者-食饵模型:连续时间马尔科夫链模型和伊藤型随机微分方程模型.分析了不同形式的出生率和死亡率对模型动力学的影响,并通过数值模拟讨论了模型的渐近性态.

基于AADL的IoP系统可靠性评估方法

人联网(IoP)系统的架构复杂且存在海量、实时变化的数据,使得基于IoP系统的可靠性分析变得十分困难,目前仍缺乏一种健全的基于IoP系统的可靠性建模及评估方法。提出一种新型的IoP系统可靠性评估方法,利用AADL及其附件语言对IoP系统进行可靠性建模,并基于该模型从定性角度评估系统故障的根本原因和风险。此外,结合Ocarina模型转换技术提出一种基于连续时间马尔科夫链(CTMC)的定量评估算法,将AADL可靠性模型转换为CTMC模型,实现对系统动态、实时等特性的评估。在此基础上,设计一个IoP系统通用模型,并以此为案例验证所提方法的可行性。实验结果表明,该方法不仅能对IoP系统建模,而且能自动、准确地对其进行可靠性分析,具有良好的应用价值。

基于Z语言和贝叶斯网络的存储系统可靠性评估方法

现有的存储系统可靠性评估方法难以动态地描述其可靠性特征,也难以反映其与时间的关系;针对此问题,提出了一种结合Z语言、连续时间马尔科夫链以及贝叶斯网络的可靠性评估方法;该方法将存储系统抽象为两级,分为功能单元和存储系统整体两部分;在针对功能单元进行可靠性评估时,建立了一种基于Z语言的可靠性模型,由于其关于时间的状态转移符合Markov链的性质,因此引入连续时间马尔科夫链进行评估;为了更清晰地表达存储系统与各个功能单元之间的多状态关系,构建了功能单元失效率与存储系统整体失效率之间的贝叶斯网络;基于贝叶斯网络计算出存储系统的整体可靠性,并得到其可靠性关键模块;最后,通过实例分析与计算表明,基于提出的可靠性评估方法能够准确描述存储系统的状态转移,可以量化计算存储系统的可靠性,得到其可靠度,具有一定的实用价值。

OCCUPATION TIME PROCESSES OF FLEMING-VIOT PROCESSES

Suppose that Xt is the Fleming-Viot process associated with fractional power Laplacian operator -(-△)α/2 0 < α≥ 2, and Yt= f_0￣t Xs.ds is the so-called occupation time process.In this paper) the asymptotic behavior at a large time and the absolute continuity of Yt are investigated.