判断股市走势的马尔可夫链模糊预测模型

用马尔可夫链来预测股市走势虽具有较好的精确性,但初始条件的微小改变可能导致完全不同的预测结果,因此也存在局限性。通过引入马尔可夫链预测法模糊模型来克服马尔可夫链预测法的局限性。在此基础上,对上证综合指数进行预测,并进行了实证分析,得出了较马尔可夫链预测法更为准确之结论。

基于灰色-马尔可夫模型的道路交通事故预测

根据攀枝花市2010~2017年的交通事故统计数据,分别利用灰色系统理论和灰色马尔可夫链预测法构建攀枝花市交通事故的预测模型,再用两种预测模型分别对2018~2019年攀枝花市发生的交通事故数、死亡人数、受伤人数及财产损失数进行预测,然后将GM(1,1)预测模型与灰色马尔可夫链预测模型的预测结果进行对比分析。实例结果表明,灰色马尔可夫预测模型能有效克服随机波动性数据对道路交通事故四项绝对指标预测精度的影响,预测精度较好。

基于高阶马尔可夫链和高斯混合模型的光伏出力短期概率预测

为提高光伏电站出力预测的准确性,给调度决策人员提供更丰富的预测信息,提出一种基于高阶马尔可夫链(high order Markov chain,HMC)和高斯混合模型(Gaussian mixture model,GMM)的光伏电站短期出力概率预测方法。首先对光伏电站的历史出力数据进行HMC建模,通过计算邻近时段光伏出力数据的Pearson相关系数确定马尔可夫链的阶数,并统计历史数据得到邻近时段光伏出力的状态转移概率矩阵。然后以此为基础建立GMM形式的光伏出力概率预测模型,并提出基于相似气象条件下的数据样本对GMM中各高斯分布的均值与方差进行修正,最终得到光伏电站出力的概率密度函数。以实际光伏电站数据为例进行分析,结果表明所提出的概率预测方法具有较高的准确性,且与传统的点预测方法相比,概率预测能够为电网运行决策提供更多有益信息。

模糊马尔可夫链状模型在矿区降水灾害预测中的应用

基于模糊马尔可夫链状预测的方法和原理 ,以铜绿山矿区北露天旱涝等级的预测作为实例 ,介绍了使用这种模型的方法与步骤 ,提出了具有模糊状态的马尔可夫链的概率计算公式。通过实例预测结果表明 。

应用马尔可夫链模型预测零售业库存需求的精准度研究

随着零售业的发展,库存管理成为零售业运营中非常重要的一环,一定程度上影响到企业资金链,进而影响运营效率。因此精准预测库存需求量对于实现零售新物流改革十分重要。本文提出利用马尔可夫链模型来预测库存数据,通过选取M超市14个品类在2021年12个月的库存量数据进行分析研究。由于各品类量纲不同,首先将库存数据进行Z-Score标准化,结合历史数据采用马尔可夫过程计算每月库存状态转移概率,并对下月库存状态进行预测,将预测数据与当月实际数据进行对比。结果表明:应用马尔可夫链模型预测的库存数据准确度高达85.71%,该模型在一定程度上可以帮助管理者更好地进行库存管理,减少企业存货成本管理中的缺货成本,库存成本等主要问题,提高物流平台的运行质量。

马尔可夫链理论与灰色GM(1,1)组合模型预测地表变形

为了提高矿产开采过程中地表沉降变形的预测精度,本文结合灰色理论和马尔可夫链理论,建立了一种组合预测模型。首先,以GM(1,1)预测模型为基础,采用马尔可夫链理论和残差修正进行优化,结合工程验证,证明了组合模型精度可显著提高地表沉降变形预测精度;其次,将组合模型应用于实际矿产生产的变形监测中,通过工程实例分析,组合模型预测值的平均相对误差仅为3.26%,且模型精度达到1级。试验结果表明,组合模型的预测值与实际值的误差较传统的灰色预测模型有明显减小,结果更接近于实际情况,证明了本文模型在矿区沉降分析与预测中的合理性。

多重马尔可夫链预测的模糊模型

木文提出了多重马尔可夫链预测的模糊模型。该模型克服了以普通集合论为基础划分系统状态的弊病,推广了马尔可夫链预测的模糊模型。模型有效地提高了预测精度。文中以林业虫害预测说明了多重马尔可夫链预测的模糊模型的方法。

基于灰色-模糊马尔可夫链模型的滑坡变形预测

滑坡演变表现出力学参数及力学现象具有明显的不确定性和随机性,使得滑坡位移变形分析成为工程技术难题之一.在传统的灰色GM(1,1)模型基础上,对误差修正方面运用模糊数学思维,采用GM(1,1)-Fuzzy-Markov模型对相对误差进行二次预测.在对云阳凉水井滑坡变形监测成果的分析中,上述模型在一定程度上避免了单一GM(1,1)理论无法预测波动性的局限,实现了较好的预测,整体精度进一步得到提高,证明了该模型在滑坡变形预测方面的可行性与适用性,为滑坡变形预测问题的解决提供了有益的思考与探索.

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。

基于集对分析和模糊马尔可夫链的滑坡变形预测新方法研究

滑坡体的变形表现出复杂的非线性演化特征,为克服传统分析方法在处理系统不确定性方面的不足,引入集对分析(SPA)理论,并结合模糊马尔可夫(fuzzy-Markov)理论来对滑坡SPA模型中的不确定系数进行二次预测,提出了滑坡变形SPA-fuzzy-Markov预测新模型。针对fuzzy-Markov子系统,分别提出了基于相关系数和特征值方差的多维空间模糊马尔可夫链拟合效果检验的两个新方法,并据此定量考察fuzzy-Markov子系统对参数响应的敏感性,用以确定最佳的模型参数组合。运用上述理论模型对刘家沱滑坡变形监测成果进行分析,综合定量考察了模型对模糊区间重合等级和马尔可夫状态转移步数这两个参数的敏感程度。结果表明:该算例条件下状态转移步数为敏感因子;与单纯SPA模型相比,复合模型能够进一步提高整体预测精度,在岩土监测分析领域中具有良好的实用价值;同时fuzzy-Markov理论的引入也为深化SPA基础理论研究提供了一条途径,不仅在岩土监测领域,在其他相关领域也具有理论和实用价值。

应用马尔可夫链模型预测长爪沙鼠和黑线仓鼠种群数量

依据1984～2004年21年在呼和浩特郊区对长爪沙鼠(Meriones unguiculatus)和黑线仓鼠(Cricetulus barabansis)种群数量动态的调查数据,结合优选法(0.618法),应用加权马尔可夫链预测模型,建立了长爪沙鼠和黑线仓鼠种群数量预测模型。应用此模型分别预测了长爪沙鼠和黑线仓鼠2004年的种群数量,预测值与实测值相符,预测准确。同时,预测了未来三年(2005～2007年)长爪沙鼠和黑线仓鼠的种群数量。结果表明,此方法计算简便、准确、可靠,为鼠类种群数量的预测提供了新的方法。

基于马尔可夫链和模糊聚类的电力系统短期负荷预测

提出一种马尔可夫链和模糊聚类相结合的预测方法,针对时间序列中出现的各种随机现象,分别建立数学模型.对样本所属状态采用模糊划分,使分类更符合实际情况;利用马尔可夫链对研究对象做状态分析,根据状态转移进行预测.该方法在电力系统负荷预测中使用,提高了算法的全局最优性能.在时间序列呈现较强的随机性时,本算法具有明显的优越性.仿真结果表明,对于各种扰动因素,预测误差可控制在3.5%以内.

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。

降水预测的模糊权马尔可夫模型及应用

中长期降水量的预测是气象科学的一个难点问题,论文首先基于降水过程存在大量不确定性、不精确性的特点,应用模糊有序聚类的方法建立降水丰枯状况的分级标准;然后针对降水量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来预测未来降水的丰枯变化状况;在此基础上,根据模糊集理论中的级别特征值,计算出具体的降水量;最后以山西省河曲水文站近50年的降水资料为实例,对该方法进行了具体的应用,收到了较为满意的结果,从而为提高中长期降水量预报的精度提供了一条值得探索的途径.

基于二阶马尔可夫模型的模糊时间序列预测

针对当前模糊时间序列模型存在的缺乏有效论域划分方法和模糊关系前件多为一阶的现状,提出了基于二阶马尔可夫模型的模糊时间序列预测方法。应用模糊C均值聚类方法,获得序列中元素的隶属度;引入二阶马尔可夫模型中的转移概率矩阵表示模糊关系,更新了传统的模糊关系表示和运算;预测待求元素在各个模糊聚类的隶属度,并利用重心法去模糊化。将该模型运用到移动3G网络的性能预测中,与传统模糊时间序列预测方法相比,其准确性有了较大提高。

马尔可夫链在地价预测模型中的应用研究

在地价的预警预报研究过程中,过去的理论主要存在3点不足,(1)往往没有建立科学完善的数学模型,也没有用多种数学模型相互验证预测结论;(2)没有充分利用现有的信息,例如地价监测体系的信息.(3)在实际应用中也存在预测地价水平与城市实际地价水平、预测走势与实际变化有偏差的问题.解决这些问题通过以下方法:充分利用现有的准确的地价监测体系的信息,并在此基础上建立时间序列模型、空间分布预测模型及马尔可夫链地价预测模型;以不动产周期理论和专家经验知识库检验经过数学模型测算的结论.马尔可夫链地价预测模型是概率分布式的预测模型,它专门用于分析系统中不确定性因素的概率分布,经过检验可以认为这个模型适用于对地价变化进行科学的概率预测.

基于有序聚类的模糊加权马尔可夫模型在降雨预测中的应用

基于降水过程中存在大量不确定性和不精确性的特点，在传统的马尔可夫链模型预测方法的基础上，利用有序聚类的最优分割算法和模糊理论，采取以规范化的各阶自相关系数为权重，建立了基于有序聚类的模糊加权马尔可夫预测模型，并对宜昌1999-2007年的夏季降雨量进行了预测，结果表明，基于有序聚类的模糊加权马尔可夫预测模型用于降雨量的预测效果较好。

模糊加权马尔可夫链模型及其应用

在传统的用马尔可夫链模型预测的方法基础上,建立了模糊加权马尔可夫链模型。以某地区梅雨期长度的预测作为实例,介绍了使用这种模型的方法与步骤,提出了具有模糊状态的马尔可夫链的转移概率计算公式,并采取以规范化的各阶自相关系数为权重,用加权的马尔可夫模型预测的结果与实际梅雨期长度相吻合。

马尔可夫链预测模型及其在农业病虫害预报中的应用

本文根据某地区历年来水稻稻瘟病发生程度的历史资料，应用马尔可夫链理论与方法，对该地区１９９１年～１９９５年该病害发生程度进行了预测。经分析比较，其结果与实际相符，而且预报时间早、简单易行。这表明马尔可夫链预测模型在农业病虫害预报乃至农业上各种灾变预报中应用的潜在价值。

基于模糊马尔可夫链状原理的灾害预测──以新亚欧大陆桥新疆段为例

根据新亚欧大陆桥新疆段近４０年灾害统计资料，基于模糊马尔可夫链状预测的方法与原理，通过模糊状态的划分和模糊运算，根据隶属度最大原则，确定所属的状态，对新疆段受损区段数进行了预测，预测准确率为７５％，取得了预期的效果．