中国省域工业碳排放效率的空间马尔可夫链分析

选取2010—2020年中国30个省份(除西藏、港澳台外)的面板数据,结合工业生产的特点,使用非期望SBM模型测算中国省域工业碳排放效率,结合莫兰指数、核密度、空间马尔可夫链模型对中国省域工业碳排放效率的分布及发展趋势进行分析解读。结果发现:样本期间,工业碳排放效率呈先降低后升高的走势;2013年起我国工业碳排放效率在省域空间中呈现显著的空间正相关性,工业碳排放效率的省域分布情况为分散聚集分散,地区差异增大有两极化趋势,且存在明显的时间滞后性和空间溢出效应。

联合吸收马尔可夫链和骨架映射的视频分割

因严重遮挡和剧烈形变等挑战长期共存,精准鲁棒的视频分割已成为计算机视觉的热点之一.构建联合吸收马尔可夫链和骨架映射的视频分割方法,经由“预分割—后优化—再提升”逐步递进地生成精准目标轮廓.在预分割阶段,基于孪生网络和区域生成网络获取目标感兴趣区域,建立这些区域内超像素的吸收马尔可夫链,计算出超像素的前景/背景标签.吸收马尔可夫链可灵活有效地感知和传播目标特征,能从复杂场景初步预分割出目标物体.后优化阶段,设计短期时空线索模型和长期时空线索模型,以获取目标的短期变化规律和长期稳定特征,进而优化超像素标签,降低相似物体和噪声带来的误差.在再提升阶段,为减少优化结果的边缘毛刺和不连贯,基于超像素标签和位置,提出前景骨架和背景骨架的自动生成算法,并构建基于编解码的骨架映射网络,以学习出像素级目标轮廓,最终得到精准视频分割结果.标准数据集的大量实验表明:所提方法优于现有主流视频分割方法,能够产生具有更高区域相似度和轮廓精准度的分割结果.

基于神经网络与改进马尔可夫链中压背景噪声建模研究

在中压电力线通信中,信道噪声构成复杂,需根据不同类型噪声单独分析建模。针对一段特定中压线路的背景噪声,提出了一种基于小波包变换的噪声模型,将得到的小波包系数分别进行神经网络训练和改进马尔可夫链计算转移概率矩阵,得到新的小波包系数重构噪声信号,并进行仿真验证及去噪,同时将2种方法与传统直接神经网络训练比较分析。结果表明,基于改进马尔可夫链方法所建噪声比传统马尔可夫链方法更加准确,基于小波包变换的神经网络方法所建噪声与原噪声相似度更高,去噪效果更好,且优于传统神经网络训练方法,为进一步研究中压电力线通信提供了可行性方案。

基于滚动采样马尔可夫链模型的光伏时序功率模拟研究

光伏出力的波动性和随机性会给电力系统调度运行的安全性和可靠性带来影响。为了实现对光伏出力长时间尺度的准确模拟,本文提出一种基于马尔可夫链的光伏场站时序功率模拟模型。首先,建立光伏出力模型,并对出力的不确定性和规律性特征进行研究分析;然后,在一阶马尔可夫链模型的基础上考虑相邻日之间的联系,根据季节与天气因素以10 d为一个采样区间对历史数据进行滚动采样,建立多状态转移概率矩阵,构建全年时序出力模拟模型;最后,以某光伏电站全年出力数据与历史气象监测数据为基础,通过实例模拟了全年的出力情况,并与传统方法进行了对比分析。算例结果验证了所提方法的有效性,表明该方法较好地模拟了受季节与天气影响下的光伏出力情况,与历史实际情况更为吻合。

基于高阶马尔可夫链的纯电重卡集群负荷预测

相比于普通电动汽车,纯电重卡具有更高的充电功率、更大的电池容量和更可观的调度潜力,同时受货物重量、物流特性及行驶路径等诸多因素影响,其充电负荷呈现更大的随机性,建立准确的纯电重卡集群负荷预测模型有利于掌握其充电规律,降低对电网的冲击。为此,提出了考虑物流特性基于高阶马尔科夫链的纯电重卡集群负荷预测方法。首先,在考虑软时间窗约束实现纯电重卡路径规划的基础上,通过分析纯电重卡行驶特性预测其开始充电时间,以获取各时刻纯电重卡充电数量;其次,对纯电重卡的荷电状态区间进行模糊双层离散化分区处理,将每个大区间进一步细分为n个小区间,提高预测精度;然后,在求取纯电重卡荷电状态多步转移概率基础上,采用高阶马尔可夫链建立集群负荷预测模型,实现更为精确的负荷预测;最后,采用某物流园区实际纯电重卡数据进行仿真验证,结果表明,所构建的负荷预测模型较准确地预测了纯电重卡集群功率,同时减小了普通马尔科夫链方法的预测误差。

基于马尔可夫链的城市埋地燃气管道泄漏失效概率计算

城市埋地燃气管道泄漏可能造成大量人员伤亡和财产损失,因此,开展燃气管道泄漏概率研究具有重要意义。基于马尔可夫链理论建立城市埋地燃气管道泄漏失效概率的计算模型,量化其失效概率,联合欧洲天然气管道事故统计数据证明其有效性。结果表明,管道泄漏失效概率计算不可忽略管道的可修复性;调整修复率可使模型适用于不同泄漏类型的失效概率计算;模型预测精度满足工程要求;为燃气管道风险评估和事故防控提供基础数据支撑。

多马尔可夫链协同的航班客舱保障过程预测

为感知航班客舱保障过程各节点的动态演化机理,提出一种多马尔可夫链协同(synergy of multi-Markov chains, SMMC)的航班客舱保障过程预测方法。根据航班客舱保障的实际流程及相互约束关系,构建一种客舱保障过程节点协同的马尔可夫模型;基于历史数据作为样本并改进DBSCAN(density-based spatial clustering of applications with noise)聚类算法,设计面向客舱保障过程的DBSCAN-SMMC预测方法。选取国内某大型机场航班运行保障过程的实际运行数据开展仿真验证。研究结果表明,所提方法实现了各节点发生时刻的动态精准预测,其平均绝对误差的均值为0.606 min,均方根误差的均值为1.133 min,与其它方法相比平均绝对百分误差最少降低2%,拟合优度最大提升0.14,能够为机场运行精细化管理提供决策依据。

基于马尔可夫链模型的电磁行为预测模拟方法研究

根据电子对抗动态博弈特点,将电子对抗双方动态博弈过程抽象为马尔可夫过程,将马尔可夫链引入到电子对抗电磁行为预测模拟中,构建了基于马尔可夫链模型的电磁环境构建装备行为预测模拟模型。首先,对电子对抗双方行为状态空间进行建模;其次,根据“对抗规则/策略”建立了电子对抗行为状态转移模型,并结合模拟对抗数据,给出了行为状态转移概率矩阵,构建形成了马尔可夫链模型;最后,以雷达干扰模拟计算、通信干扰模拟计算为案例,对所提出的方法进行了验证,结果表明,该方法能够有效预测动态博弈条件下的电子对抗行为状态转移概率,能够为复杂电磁环境模拟和电磁环境预测提供有益指导。

基于无偏灰色-马尔可夫链模型的铁路客运量预测研究

铁路客运量能够反映一个国家的人口流动,是铁路经济效益计算的重要基础。本文将无偏灰色预测模型与马尔可夫链状态转移矩阵相结合,建立无偏灰色-马尔可夫预测模型。实验表明:无偏灰色-马尔可夫模型预测精度比无偏灰色模型的预测精度高,效果好,模型的参考价值得到了很大提升,为全国铁路各线路的制定、掌握铁路客运量发展规律提供理论参考和数据支撑。

武陵山片区区域经济趋同及影响因素分析——基于县级尺度的空间马尔可夫链分析

以武陵山片区71个县域2011-2020年GDP的数据为资料,基于传统马尔可夫链和空间马尔可夫链的方法,研究武陵山片区区域经济趋同的时空动态演变特征。研究发现:武陵山片区经济的发展存在低水平收入、中低水平收入、中高水平收入、高水平收入4个趋同俱乐部,俱乐部趋同现象显著;高水平收入趋同俱乐部与低水平收入趋同俱乐部稳定性较强,受相邻区域环境影响较小,中低水平和中高水平趋同俱乐部易被相邻区域环境影响,发生“向上”“向下”状态的转移;高水平趋同俱乐部聚集在武陵山片区东南部,表明经济发展受地域的限制,空间因素在区域经济趋同中发挥着重要的作用。

基于马尔可夫链的高考概率试题研究

以近几年的概率统计题为切入口,从递推数列的角度研究了一类基于时间序列的概率试题,探究了其马尔可夫链的高等数学背景,并为三新背景下基于数学建模核心素养的高考备考提供教学启示.

马尔可夫链模型在桥式起重机风险评估中的应用

桥式起重机的风险评估方法众多,技术人员一直在研究如何应用更加科学、有效的方法真实反映起重机的安全状况。本文针对桥式起重机的结构特点,将桥式起重机系统划分为金属结构、主要零部件等4个单元,对每个单元采取不同的、有针对性的风险评估方法,进而得到了各单元的风险等级。将各单元风险等级数据代入马尔可夫链模型,最终得出该桥式起重机的风险等级状况。

基于聚类和马尔可夫链的货车实际工况构建方法研究

针对货车法规工况与实际使用工况的油耗等性能相差较大问题,利用车联网平台获取目标样车实车行驶数据,提出基于高斯混合模型聚类和马尔可夫链结合的货车实际工况构建方法。通过主成分分析、高斯混合模型聚类分析将运动学片段分类,类中以速度区间划分行驶状态,采用Laplace Smoothing方法来估计状态转移概率,利用马尔可夫链法合成类内候选工况,选择类内最佳工况,构建目标货车实际行驶工况。结果表明:与原始数据相比,所建工况速度-加速度联合概率密度分布吻合较好,整体特征参数平均相对误差为4.32%;与实测百公里油耗相比,法规工况和所建工况的仿真油耗相对误差分别为26.33%、4.86%。所建工况精度较高,能够有效反映车辆实际行驶特征及油耗性能,可以为车辆的精细化设计和实际道路整车性能评价提供条件和依据。

融合小波频域和马尔可夫链的数字传媒图像特征提取研究

针对现有数字传媒图像特征提取算法存在的边界控制不清晰、特征易丢失等问题,提出一种融合小波频域和马尔可夫链的数字传媒图像特征提取研究。利用小波频域算法去除数字传媒图像噪声信息(通过对不同子频图像的差异处理,最大限度地去除噪声信息,保护特征信息),以无噪数字传媒图像为基础,利用马尔可夫链构建边界闭合曲线,完成图像分割目的,基于Tiansi算子提取数字传媒图像每个分割区域的特征,从而实现数字传媒图像特征的快速、精准提取。实验数据显示:在不同实验工况背景下,提出方法应用后获得的数字传媒图像噪声比例最小值为1.02%,数字传媒图像分割综合评估系数最大值为0.96。

基于概率有色Petri网和马尔可夫链的工作流和数据流管理

在大数据背景下,信息系统中的工作流和数据流往往同时发生,然而现有研究往往仅对工作流进行建模而未考虑数据流。论文对工作流和数据流进行统一建模,首先对基本Petri网进行扩展,定义概率有色Petri网PCPN,实现对工作流和数据流的分别刻画;定义了PCPN的基本逻辑单元,并对工作流和数据流进行建模分析,基于PCPN的工作流和数据流模型转化为马尔可夫链模型,并进行数学概率分析和决策分析。通过实例建模验证了论文建模方法的有效性和可行性。

随机微分博弈模型中的库存管理问题:马尔可夫链近似和最优策略

本文研究了在随机参考价格影响下,两个垄断厂商竞争下的生产和定价策略。设定的库存管理系统包括随机参考价格和随机需求。在随机微分博弈模型的框架下研究了库存管理问题,我们给出该背景下支付函数的定义。为了得到最优生产和定价,我们采用动态规划原理的方法,博弈的上下值满足一个耦合的非线性积分微分Hamilton-Jacobi-Isaacs (HJI)方程组。本文还证明了该对策问题鞍点的存在性,由于很难得到封闭形式的解,我们采用马尔可夫链近似来近似值函数和最优控制,并给出了收敛性分析。最后,我们进行了数值实验,并且根据实验结果,提出了相应的管理建议。

基于马尔可夫链的草原沙漠化模拟模型

文章对内蒙古鄂托克旗局部地区的草原沙漠化可能性进行了仿真分析。针对草原生态及环境,借助NetLogo仿真平台建立了四大模型以模拟草原沙漠化的进程,分别是基于马尔可夫链的天气预测模型、草的生长模型、羊和狼的生命模型和沙漠的扩张模型。结果表明该地区的生态承载力很脆弱,建议有关政府部门约束牧民,禁止在该区域放牧,及早治理,同时在已经沙漠化的区域植树造林以延缓区域沙漠化的进程。

在列车时间表中的延误分布的马尔可夫链模型:评估工作时间补贴的有效性

列车的活动处于被中断或干扰之中,这些也许会导致列车在特殊地点(比如终点、车站、交叉口)的晚出发和/或在预定时间的早到。为了防止在时间表中的偏差,时间补贴增加了处理时间(比如运行时间)作为时间补充,并且增加了在顺序运行列车(如最小间隔时间)的时间间隙作为缓冲时间。时间补贴的数量是在时间计划表处理中被决定的,并且在实际操作过程中,他们会监视其对服务质量的贡献。

基于马尔可夫链模型的机械电气设备剩余寿命估计方法

由于现有估计方法预测曲线波动大,估计结果不准确,为此研究基于马尔可夫链模型的机械电气设备剩余寿命估计方法。对采集到的数据进行数据预处理,再结合标准化数据形成寿命估计的数据集。通过主成分分析法提取特征因子的数目,有效地记忆设备的历史状态监测信息。运用马尔可夫链模型通过对故障信息进行获取,建立系统的状态转移矩阵来预测将会达到的状态。根据状态概率绘制出状态趋势图,分析设备的故障率变化情况。运用SAE对于原始监测数据进行非线性变换,对输入数据的特征进行自适应的学习。利用训练好的预测模型,计算设备的剩余寿命,将估计得到的输出与一次函数进行拟合比较,得到估计结果的趋势从而完成估计。实验结果表明,实验组的预测曲线波动较小,预测值结果更加贴合实际值结果,使得预测RUL更为准确。从而更好地提取设备的状态信息,使得剩余寿命预测结果更优。

基于马尔可夫链的高校青年教师教学能力综合动态评估模型及其应用

在当今社会,教学能力教师职业素养的核心组成,是教学质量的根本保证。青年教师是高校教育的中坚力量,合理有效的教学能力评估模型有益于持续提高整体的教学质量。本文基于马尔可夫链方法,利用三级试讲数据,构建了一类高校青年教师教学能力综合动态评估模型,并以我校某位青年教师为例,应用所得模型对其教学能力进行评估应用。