基于马尔科夫模型的双站激光微波混合链路性能分析

针对气象变化对自由空间光(Free Space Optical,FSO)通信链路和毫米波射频(Radio Frequency,RF)通信链路可用率的影响问题,采用马尔科夫建模与稳态概率求解计算方法,分析不同天气条件下FSO/RF混合链路的双接收站分集与中断概率性能.基于FSO链路和RF链路的信道模型,采用有限状态马尔科夫链(Finite State Markov Chain,FSMC)分别对单双站FSO/RF混合链路的切换选择进行建模,推导得出不同参数和天气情况下系统稳态的中断概率表达式.数值计算结果表明,当中断概率达到10^(-6),雨雾天气链路距离为1~7 km时,双站FSO/RF混合链路相比单站可获得4~25 dB的增益.

基于灰色-马尔科夫模型预测四川省脑血管疾病死亡率趋势研究

目的运用灰色-马尔科夫模型分析四川省脑血管疾病死亡率,并预测2022-2025年死亡率变化趋势。方法运用灰色-马尔科夫模型,对四川省2005-2021年脑血管疾病死亡率进行统计分析,预测2022-2025年脑血管疾病死亡率,并对预测结果进行评价。结果灰色-马尔科夫模型预测精度为99.09%,拟合精准。预测结果表明,2022-2025年四川省脑血管疾病死亡率将呈持续上升趋势。结论灰色-马尔科夫模型可以对四川省脑血管疾病死亡率进行较好的拟合和预测,可以作为未来预测脑血管疾病死亡率发展趋势的一种新方法,为脑血管疾病防治策略制订提供理论依据。

马尔科夫跳变线性系统二次最优控制的资格迹方法

本文研究了资格迹方法在马尔科夫跳变线性系统的最优二次控制问题(MJLS-LQR)中的应用。常见的方法通过求解耦合的代数黎卡提方程得到最优控制,并不直接优化策略参数。本文在无模型强化学习方法的基础上引入资格迹,直接优化策略参数。考虑参数已知和参数未知两种情况下,MJLS-LQR问题的资格迹方法。参数未知时,无法利用系统参数信息精确表示资格迹,本文利用零阶优化定理近似资格迹,这可以将问题扩展至代价函数非凸的情况。在有限时域和高斯噪声的条件下,分别给出了两种情况下算法的全局收敛保证。数值模拟结果显示资格迹方法与梯度下降算法相比收敛更快。

基于灰色–马尔科夫模型的燃料电池企业自由现金流预测

企业价值评估在资本市场逐步地完善中愈发重要,自由现金流折现模型也被普遍运用,现金流预测是运用自由现金流折现模型评估企业价值中的重要一环,现金流预测的准确性决定了企业估值的准确性。针对当前燃料电池企业发展正处于起步阶段,具备“小样本,贫信息”的特征,文章将灰色预测与马尔科夫链结合来预测企业自由现金流,与传统的预测方法相比,更符合燃料电池企业动态发展的情况。结果也表明,该模型在预测企业自由现金流的精准度方面也有所提高。

基于灰色-马尔科夫模型评估石雀滩海洋牧场岩礁鱼类碳储量

本研究以石雀滩海洋牧场许氏平鲉(Sebastes schlegelii)、大泷六线鱼(Hexagrammos otakii)、褐菖鲉(Sebasticus marmoratus)、铠平鲉(Sebastes hubbsi)、厚头平鲉(Sebastes pachycephalus)等岩礁鱼类为研究对象,基于2017—2020年地笼网采捕的渔获量数据,采用元素分析法和灰色-马尔科夫模型,统计并预测了岩礁鱼类现存生物量的碳储量(以下简称岩礁鱼类碳储量)。结果显示,岩礁鱼类干样碳含量分布范围为42.95%~50.19%,平均值为(46.11±2.34)%;鲜样碳含量分布范围为11.05%~13.25%,平均值为12.30%。2017年春季、2018年冬季、2019年春季和2020年冬季鱼礁区岩礁鱼类碳储量分别为293.46、104.49、119.40和48.48 t,呈波动式下降趋势;对照区分别为21.64、59.07、6.73和0 t,呈先上升后下降的趋势。灰色-马尔科夫模型验证数据平均相对误差为8%,较GM(1,1)模型预测精度提升了12%。经预测,鱼礁区岩礁鱼类碳储量呈下降趋势,2021年春季、2022年冬季、2023年春季和2024年冬季分别为64.84、49.84、25.28和19.43t。研究结果可为评估岩礁鱼类碳汇潜力提供依据,为建立渔业碳汇基础上的海洋牧场岩礁鱼类资源开发策略提供科学参考。

两方零和马尔科夫博弈策略梯度算法及收敛性分析

为了解决基于策略的强化学习方法在两方零和马尔科夫博弈中学习效率低下的问题,提出同时更新双方玩家策略的近似纳什均衡策略优化算法.将两方零和马尔科夫博弈问题描述为最大最小优化问题,针对参数化策略,给出马尔科夫博弈的策略梯度定理,并通过近似随机策略梯度的推导,为算法实施提供可行性基础.通过比较分析不同的最大最小问题梯度更新方法,发现额外梯度相较于其他方法具有更好的收敛性能.基于这一发现,提出基于额外梯度的近似纳什均衡策略优化算法,并给出算法的收敛性证明.在Oshi-Zumo游戏上,使用表格式softmax参数化策略以及神经网络作为参数化策略,验证不同游戏规模场景下算法的有效性.通过对比实验,验证算法相对于其他方法的收敛性和优越性.

基于灰色马尔科夫模型预测四川省肺癌死亡率趋势研究

目的预测未来5年四川省肺癌死亡率变化趋势,为四川省加强肺癌防治提供理论依据。方法通过《四川统计年鉴》明确该省2005至2021年肺癌死亡率情况,运用灰色马尔科夫模型结合Matlab2017b软件对四川省未来5年的肺癌死亡率进行预测。结果灰色模型的预测精度为95.07%,通过马尔科夫链进行优化后,预测精度上升至98.06%,优化后的模型拟合预测效果更精准。灰色马尔科夫模型预测未来5年四川省肺癌死亡率将呈持续上升趋势。结论灰色马尔科夫模型可以对四川省肺癌死亡率进行较好的预测和拟合,该组合模型可以作为未来预测肺癌死亡率发展趋势的一种新方法,为肺癌防治提供理论依据。

融合Lasso的近似马尔科夫毯特征选择方法

在特征选择问题中,近似马尔科夫毯常用于判断冗余特征,但所得到的冗余特征并不完全相同,因此,在直接使用近似马尔科夫毯删除冗余特征时,存在可能导致信息丢失的情况,影响模型精度。为此,提出一种用于中药代谢组学高维小样本数据的融合Lasso的近似马尔科夫毯特征选择方法。方法分为两个阶段,第一阶段,通过最大信息系数对特征的相关度分析过滤无关特征;第二阶段,采用近似马尔科夫毯构建相似特征组,使用Lasso评估相似特征组中特征影响力,迭代去除冗余特征。通过实验对比表明,该算法可以在一定程度上减少有用信息丢失,去除无关特征和冗余特征,提高模型精度和稳定性。

基于耦合马尔科夫链的砂岩型铀矿岩性模拟

为了更好地服务于砂岩型铀矿的找矿和开采,人们开始寻找能够揭露隐伏地质情况的方法,近年来,岩性模拟被越来越多的学者所关注。结合前人的研究,文章提出了一种基于耦合强度系数的改进耦合马尔科夫链模型岩性模拟的方法。基于砂岩型铀矿成矿原理,通过调节马尔科夫链模型耦合过程中的耦合强度系数,使模拟结果更接近真实地层状态。选取鄂尔多斯盆地塔然高勒矿床为例,应用改进的耦合马尔科夫链模型还原了研究区的部分地层岩性,验证该方法的可行性。结果显示,该方法不仅可以精确地模拟地层岩性的真实性,并且在一定程度上解决了以往方法对钻孔数量过度依赖的问题。

基于隐马尔科夫模型的滑动窗口投票策略的QRS波群形态识别

QRS波群形态识别是心电异常检测的关键环节,是疾病诊断的主要依据。目前的QRS波群形态识别方法存在识别出的形态较少、对参数敏感等问题。为此,提出一种基于隐马尔科夫的滑动窗口投票策略SWVHMM自动识别QRS波群形态。首先,将每个QRS波群划分成4个波段,对各波段设置滑动窗口提取样本;其次,将各波段波形作为状态,窗口样本聚类后的类簇中心作为观测,构建状态转移受限的隐马尔科夫模型;最后,对待预测波群的各波段窗口组合结果进行投票,识别最可能的波群形态。在专业医生标注的真实数据集上,与现存方法比较,SWVHMM F1值分别提高了5.97%,5.49%和2.27%。这表明SWVHMM不仅能识别多种QRS波群形态,而且准确度更高。

考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法

为解决电动汽车(electric vehicle,EV)负荷建模困难且精度低的问题,提出了考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法。首先,对5种状态下EV的荷电状态进行划分;其次,对出行时间、停驻时长等与EV出行相关的内部因素以及道路拥堵、天气状况、空调启停等外部因素进行分析,并据此构建考虑内外部因素的EV复杂出行链模型;最后,在确定主链和辅链的状态转移概率矩阵基础上,推导双链马尔科夫的一步转移概率矩阵,建立不同状态下考虑复杂出行链的EV负荷模型。对所提EV负荷模型进行仿真验证,并与典型日EV负荷数据及其他建模方法进行对比,结果表明,所提负荷模型的精度更高,能够更加准确地描述EV充放电负荷。

基于隐马尔科夫模型的牵引变压器油纸绝缘剩余寿命预测

为考虑动车组车载牵引变压器油纸绝缘老化状态对剩余寿命的影响,本文采用油中溶解气体含量作为反映油纸绝缘老化的特征参量,由于油纸绝缘老化过程中具有动态特性,依据油纸绝缘老化状态与特征参量之间对应的隐藏状态与观测状态建立隐马尔科夫模型。首先通过贝叶斯信息准则确定隐藏状态数目,利用k-Means算法对观测序列进行聚类处理。在此基础上,利用Viterbi算法对观测序列进行状态识别进而确定油纸绝缘老化状态,最后结合比例风险模型确定可靠度函数。通过CRH2型动车组车载牵引变压器油中溶解气体在线监测数据验证模型的准确性,最终得到油纸绝缘的剩余寿命与实际寿命基本相符,从而可为后续制定牵引变压器维修策略提供理论参考。

基于空间马尔科夫链的粮食生产韧性动态演进及趋势预测

提高粮食生产韧性对保障粮食安全、加快建设农业强国具有重要意义。基于2005-2021年中国省级面板数据,构建粮食生产韧性评价指标体系进行水平测度,在此基础上深入分析其时空动态演进并展开趋势预测。研究表明:第一,考察期内中国粮食生产韧性水平总体呈现逐年提升态势,但近些年增速有所放缓。第二,各省份粮食生产韧性差异明显,整体呈现“东高西低”的特征,且总体差距在考察期内逐步扩大;总体差异主要来源于区域间差异,但2017年后区域间差异逐渐下降,区域内差异逐步成为造成总体差异的主要原因;分区之间发展不平衡问题较为严峻,区域内省际差异明显。第三,中国粮食生产韧性存在较为显著的空间相关性,表现出明显的高-高集聚和低-低集聚特征,即高水平省份多与一个或多个高水平省份相邻,而低水平省份邻域多为低水平省份。第四,各省份粮食生产韧性在短期内较难实现层级跨越;而在引入空间地理因素后,粮食生产韧性的稳定状态有动摇趋势,易表现出“强者恒强,弱者恒弱”的马太效应。

基于马尔科夫理论优化的地下咸水层CO_(2)溶解性能灰色预测模型

在地下咸水层封存过程中,CO_(2)的溶解反应将会影响其封存容量和稳定性,并对周围环境和生态系统造成不利影响。为合理分析CO_(2)在地下咸水层中的溶解性能,基于马尔科夫理论对灰色GM(1,1)模型进行优化,构建CO_(2)溶解性能灰色预测模型。通过预测单因素影响下CO_(2)在地下咸水层中的溶解性能,科学分析模型预测值与实测值的平均相对误差。结果表明:通过压强、温度及矿化度分析不同影响因素对CO_(2)在水中溶解性能,得出CO_(2)溶解性能灰色马尔科夫优化预测模型预测值与实测值的平均相对误差分别为0.37%、17.73%、0.21%;与灰色GM(1,1)模型相比,预测结果的平均相对误差分别降低了0.35、1.56、3.41百分点,CO_(2)溶解性能灰色预测模型预测精度更高。研究成果为CO_(2)在地下咸水层中的溶解封存提供数据支撑。

多模态马尔科夫决策泛在电力物联网大数据智能挖掘

针对泛在电力物联网结构复杂、数据多样且不确定的问题,提出了一种基于多模态马尔科夫决策的泛在电力物联网大数据智能挖掘方法。该方法构建了一种基于最大熵的马尔科夫决策算法,对电力泛在物联网进行故障诊断和负荷预测,具有标记样本需求量小、置信度高的特点。通过结合电气量信息及开关量信息来提取电网数据特征,从而充分利用多模态数据样本。仿真分析与实验结果表明,相比于传统方法,所提方法能够有效识别出包括信息畸变在内的电网故障,提升电网故障诊断的准确率和电网负荷预测的精度。

基于马尔科夫链的示范线路燃料电池公交车行驶工况构建

为反映成都市燃料电池示范线路道路实际工况特征以及燃料电池公交车工况独特性,基于8个月的数据采集,采用聚类分析和马尔可夫链相结合的方法构建成都示范区燃料电池公交车行驶工况。为验证所用方法的有效性,将示范线路工况与数据库总体样本特征值进行对比。结果表明:所建工况与验证数据的平均绝对值偏差为4.66%,且各参数偏差均小于7%。为体现燃料电池公交车工况独特性,将其与国内外其他代表性工况进行比较。对比结果显示:燃料电池公交车工况速度比例分布不均,其平均车速、平均运行车速和怠速比例介于国内一、二线城市之间。匀速比例高,平均加速度和加速比例低于普通燃油公交车工况。该文所建工况符合燃料电池公交车运行特征,可作为示范区代表性行驶工况。

基于CHMM(连续隐马尔科夫模型)的转辙机故障预测方法

[目的]转辙机作为城市轨道交通信号设备的重要组成部分,一旦发生故障,会对运营造成重要影响,对其健康状态的监测和预测显得尤为重要。[方法]提出了一种基于CHMM(连续隐马尔科夫模型)的转辙机故障预测方法。提取转辙机退化状态特征,并基于t-SNE算法对原始输入数据进行降维,减少余特征;利用谱聚类算法确定最优退化状态数目,进行聚类分割,分析转辙机动作功率曲线退化状态特征;基于CHMM模型并与故障诊断模型相结合,构建退化状态识别模型与故障识别模型,实现对转辙机的故障预测。以实测数据作为研究对象,对基于CHMM的转机故障预测方法进行试验验证。[结果及结论]该方法以转辙机正常动作功率曲线为研究对象,深入挖掘监测数据,提取的退化状态特征具有良好的表征能力。根据严重退化状态下曲线模型与正常曲线模型匹配结果,在转辙机功率发生异常波动时,可实现对转辙机故障类型的预测。

计及马尔科夫链的能源社区产消者贝叶斯博弈策略

随着电力系统用户侧能源转型比例的不断提高,传统的社区用电居民逐步向着能源社区产消者转变,并通过能源交易的方式来促进分布式能源就地消纳。在此背景下,通过构建贝叶斯博弈能源交易模型,实现能源社区产消者之间的自主能源交易。首先,针对交易过程中产消者交易身份的不确定性问题,采用马尔科夫链对其身份状态概率进行分析。然后,将概率分布作为先验概率,建立能源社区产消者能源交易的贝叶斯博弈模型,对产消者之间的能源交易过程进行优化。最后,通过算例验证了所提模型在保证产消者隐私性的同时提高了其自身的收益。

异步马尔科夫跳变系统的分布式融合估计

对带有相关噪声的多传感器异步马尔科夫跳变系统,提出了线性最小方差意义下的按矩阵加权分布式融合估计算法。系统中不同传感器间测量噪声相关,并与系统噪声同时刻相关,同时不同传感器以不同的采样速率均匀采集观测数据。在状态更新点利用伪观测法,并引入Dirac函数,通过状态增广,将异步马尔科夫跳变系统转化为状态更新点的单速率系统。进而利用Kalman滤波理论,提出了线性最小方差意义下的最优局部状态滤波器、系统噪声估值器和两传感器间的估计误差互协方差矩阵,提出了多传感器按矩阵加权分布式最优融合估值器。通过跟踪系统数值仿真实例,进一步验证了所提算法的有效性。

基于模糊Petri网和马尔科夫链理论的水电厂设备故障应急响应模型

为保证水电厂设备安全,避免因故障导致意外事故,基于模糊Petri网和马尔科夫链理论设计水电厂设备故障应急响应模型。确定加权因子命题阈值,结合传感器收集的初始信号,在滤波器的作用下还原信号特征,基于模糊Petri网提取水电厂设备故障特征。设计故障分类器,建立概率转移矩阵,设置概率转移矩阵的条件,面对动态解码,给定模型参数,计算马尔可夫模型下的连续变量密度函数,修正比例因子的状态系数,得到设备故障分类结果。建立设备故障应急响应模型,输出设备故障状态下的应急响应结果。实验结果显示,该模型在四种故障类型中的分类精度分别为98.8%、98.6%、98.7%、98.8%,可见该模型分类精度较好。