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。

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。

基于集成聚类及改进马尔科夫链模型的光伏功率短期预测

准确的光伏功率预测是保证新能源电力系统安全稳定运行的重要手段,根据光伏系统出力特点,提出一种基于集成聚类及改进马尔科夫链模型的组合预测方法。首先,通过集成聚类划分表征周期性的趋势序列与表征随机性的随机序列。其次,利用一阶差分处理改进的马尔科夫链模型预测趋势序列,随机序列由差分整合移动平均自回归模型预测。最后,通过对吉林省及青海省光伏电站历史运行数据建模,结果表明基于集成聚类及改进马尔科夫链的方法相较于传统马尔科夫链模型准确率平均提高了7.76%,验证了所提出的模型在不同出力类型、不同地理位置的情况下都具有适用性。

灰色马尔科夫模型在过程性学习评价中的应用

以过程性评价为灰数,建立灰色马尔科夫预测模型.通过实证研究建立灰色评价等级和灰色转移概率矩阵,预测学生后期学习状态,发现学生的学习状态转移明显,在未来三学期的学习状态几乎趋于平衡点.

基于神经网络和马尔科夫模型的道岔故障诊断与预测研究

该文基于神经网络和马尔科夫模型进行道岔的故障诊断与预测研究,首先对道岔的动作过程进行分析,通过对采集的非故障功率数据进行比较分析,退化状态是故障诊断到故障预测的重要过程,通过分析退化状态的形成原因,进一步分析退化状态数据与现场出现的典型故障状态数据之间的关系,通过隐马尔科夫模型建立退化状态的典型模型,用于退化状态的识别以及故障状态的评估,实现道岔故障状态的诊断和道岔故障的预测,同时也设计道岔故障诊断和预测的系统平台,该研究对于现场道岔故障的诊断和预测有很好的参考价值。

基于马尔科夫状态转换的人民币汇率波动预测研究

针对ARCH族模型存在描述波动率持续性过高等缺点,引入MRS-GARCH模型对美元/人民币的波动性进行建模分析;并采用MCMC方法估计模型参数,以克服MLE估计MRS-GARCH模型时存在的路径依赖等问题;进而利用拟合的模型来预测美元/人民币的波动率。实证结果表明:MRS-GARCH模型能很好地刻画存在结构突变的美元/人民币波动特征;美元/人民币低波动状态的持续时间长于中、高波动状态;损失函数表明MRS(3)-GARCH模型在波动率的预测效果上优于GARCH模型,更适合用于预测美元/人民币的波动率。

基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型的实证研究

为了反映资产组合风险在不同状态下对收益率的影响,从动态的角度提出基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型,即高阶矩CAPM-MSGARCH模型。以上证180指数样本股的10支不同行业的股票为研究对象,实证分析结果表明:高阶矩系统风险对资本资产定价有显著的影响,并且高阶矩CAPM-MSGARCH模型能够较好地刻画风险的时变特征,显著优于传统的高阶矩CAPM-GARCH模型。

基于时变状态转移隐半马尔科夫模型的寿命预测

隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性.

基于马尔科夫状态转换的战略联盟自发性对称破缺机制

针对企业战略联盟演变过程中的自发性对称破缺现象,以系统观的视角,将战略联盟视作一个复杂社会经济系统,从时间、空间、物质、信息和能量5个维度描述战略联盟系统的状态,并将马尔科夫过程的状态随机转换模型引入战略联盟状态迁移的研究,深入阐述联盟自发性对称破缺机制,从而预测联盟的平衡状态,为战略联盟演变及稳定性的研究提供了新的理论视角。

基于马尔科夫转换下的资本资产定价模型

传统资本资产定价模型(CAPM)假定收益率为正态分布,同时认为反映市场风险系数的β是不变的,这与现实存在较大出入,实际上资产收益率的结构存在动态不断转换特性,从动态的角度提出了基于马尔科夫转换下的资本资产定价模型,与经典资本资产定价模型估计结果比较表明,本模型具有更好的效果并刻画了变化过程。

基于小波包-隐马尔科夫模型的机床加工状态识别

机床加工状态对加工工件质量有很大的影响,因此识别机床加工状态有重要的意义。依据采集的机床加工数据,通过FFT频谱分析,划分出机床加工的3种状态。利用小波包分解,分别求出各种状态在不同频带节点上的能量分布百分比,并把它作为隐马尔科夫模型的输入特征向量。按照隐马尔科夫模型模式识别方法,建立3种标准状态的训练优化模型库,把测试样本代入优化模型库中,依据最大对数似然值对机床的加工状态进行了识别。计算结果表明,状态识别结果正确。

基于马尔科夫机制转换CAPM的VaR模型研究

本文利用机制转换的CAPM模型来计算中国证券市场的VaR,首先回顾了机制转换模型,接下来介绍了基于马尔科夫机制转换CAPM的VaR模型(MSW-VAR),最后选择深圳证券交易所的十支股票进行VaR计算,通过准确性检验显示效果良好。MSW-VAR模型能够满足系数时变和市场指数及组合的方差也是时变的市场特性,模型中的混合正态分布,可以拟合证券市场分布的偏峰厚尾特征。

结构状态的马尔科夫链模型及其统计推断

马尔科夫链是结构状态宏观描述和预测中一个可接受的概率模型 ,但在建立该模型的过程中目前的极大似然法需在较长的时间跨度内采集不同时期的数据 ,存在数据采集方面的困难 ,本文为此提出了利用当前数据的最小二乘法 。

基于混合高斯隐马尔科夫模型的滑坡发生时间预报

滑坡发生时间预报在防灾减灾工作中非常重要,准确的预报能够有效预防灾害发生可能造成的灾难性结果。为解决当前滑坡预报中仅仅实现对滑坡位移等相关参数的预测和估计,而未最终计算出滑坡发生时间的问题,提出采用混合高斯隐马尔科夫模型(MOG‐HMM)建立滑坡发生时间预报模型,即对滑坡灾害演化过程全周期数据利用混合高斯算法计算出宏观信息预报判据,与隐马尔科夫模型中的状态相匹配,建立滑坡演化状态模型,该模型能够反映全周期数据的多个状态,当需要对实时采集的位移数据进行时间预报时,首先利用解码算法对当前数据解码,即计算出其属于滑坡的哪个状态,然后利用Dijkstra最优路径规划算法,计算出从当前状态到达滑坡发生状态的时间,实现滑坡发生时间预报。通过对新滩滑坡和卧龙寺滑坡灾害全周期数据进行仿真验证,结果表明,本文方法能够比较准确地计算出滑坡发生的时间,同时利用评价指标对预报的结果进行测试,符合预报指标精度要求。

基于马尔科夫转换MSVAR模型的大宗商品期货价格行为特征分析

文章基于大宗商品期货价格行为特征,以马尔科夫转换模型为基础,构建大宗商品期货品种的MS-VAR模型,并利用相关数据对其价格行为及影响因素进行计量分析,得出以下结论:大宗商品期货价格行为表现为小幅上涨、大幅上涨和大幅下跌三种状态,且三种状态持续周期分别为45天、6.45天和2.34天,大宗商品期货价格状态1较状态2、3持续时间更长,表明大宗商品期货市场价格是呈现出缓慢上升的趋势。证实大宗商品期货价格波动行为具有明显的集聚性与持续性等特征,并表现出比较高的价格突变行为。

AHP与马尔科夫模型在封闭式组合电器状态评估中的应用

为了找到GIS(Gas Insulated Switchgear)设备准确、高效的状态评估方法,根据封闭式组合电器(GIS)各方面故障因素,提出了一种基于马尔科夫模型的GIS设备状态评估方法。从GIS的结构层面将其状态分为正常运行、断路器故障、绝缘介质故障、预防性故障等9种状态,建立了马尔科夫状态模型。根据马尔科夫模型计算出各个状态的故障概率,运用层次分析法(AHP)计算各状态权重实现GIS状态评估。经过实例分析,验证了该模型和算法的正确性。

金融稳定与经济增长的关联机制研——基于马尔科夫区制转换模型

基于2003年到2017年的季度数据,采用马尔科夫区制转换模型对我国金融稳定指数与经济增长的关联性进行了实证研究。通过格兰杰因果检验可以得到,金融稳定与经济增长之间存在双向非线性格兰杰因果关系,二者相互作用;通过马尔科夫区制转换模型分析得出,我国的金融稳定与经济增长之间的关系随着经济增速的"换挡"以及金融稳定性水平大小而呈现较为显著的区制性特征。

基于马尔科夫转换模型泰勒规则的实证研究

宏观经济形势以及货币当局外部约束的变化会改变央行的货币政策行为,因此作为描述货币政策运行的简单线性泰勒规则不能得出令人满意的结果,有必要对泰勒规则的非线性形式进行研究。本文基于马尔科夫转换模型对我国泰勒规则的时变特征进行了研究,结果表明:简单的线性泰勒规则目前在我国并不适用,而基于马尔科夫转换模型的泰勒规则可将我国货币政策分成两个不同的体制,在一个体制下,短期利率对通货膨胀和实际产出缺口反应敏感;而在另一个体制下,通胀和产出缺口的系数较小,改善了泰勒规则在我国的适用性。

货币政策如何影响金融机构贷款利率——基于马尔科夫区制转换模型的定量分析

通过马尔科夫区制转换模型分析了数量型政策工具和价格型政策工具在不同利率区制下对金融机构贷款利率的影响。结果表明,政策工具效果符合预期并存在显著的非线性效应,数量型政策工具的效果明显弱于价格型政策工具,这和利率市场化机制尚未形成、金融市场体系不完善有关。因此,在现有体制下,货币政策工具的选择要重视价格型政策工具的作用,政策工具力度的选择要根据不同政策取向进行调整,并加快利率市场化改革进程和完善金融市场体系。

基于马尔科夫机制转换理论的中国乘数——加速数模型分析

文章将马尔科夫机制转换模型引入传统的乘数—加速数模型,以解决系数时变性问题。利用1978年至2014年中国经济统计数据进行极大似然估计,并且利用Kim的平滑算法对中国经济机制进行了划分。研究发现,从1980年至2002年,中国经济并不存在明显的内生周期性,从2003年至2014年,中国经济周期性明显,周期为10年。