马尔科夫链蒙特卡洛算法并行化设计与性能分析

马尔科夫链蒙特卡洛MCMC(Markov Chain Monte Carlo)算法广泛应用于地球系统模型中参数不确定性分析和模拟。由于地球环境科学数据的高维度、大容量特性,迫切需求高性能的MCMC算法满足应用需求。采用数据分治法实现该算法的多核并行化。利用静态和动态分配策略将算法中的多个输入链分配到各CPU;独立计算并通过共享内存实现进程间通信;主进程回收各单元计算结果,合成最终的马尔可夫链输出矩阵。采用控制变量法分析不同样本和马尔可夫链数量下的算法加速情况。结果表明在计算规模较大、动态负载均衡的条件下易于获得较好的加速比,在4个CPU以内时效果显著,之后随着CPU增加加速效果出现波动或趋于稳定。研究表明并行化MCMC能够利用多核CPU硬件设施获得加速效果,更多核数的加速性能存在进一步优化的空间。

基于贝叶斯与马尔科夫链蒙特卡洛融合算法的图像处理探究

在贝叶斯算法与图像处理技术的基础上,将马尔科夫链蒙特卡洛算法引入图像处理中,提出贝叶斯-马尔科夫链蒙特卡洛融合算法,并对图像进行处理。仿真结果表明,贝叶斯马尔科夫链蒙特卡洛融合算法只需要Gibbs抽样法十分之一的迭代次数,再加之并不复杂的跳转核。经验证,这种方法的效率是较高,而且实现起来比较简单。

基于马尔科夫链蒙特卡洛方法的光伏电站可靠性评估

为了对大型光伏电站进行可靠性评估,首先建立了光伏电站各主要元件的可靠性评估模型,然后定义了光伏电站可靠性评价指标体系,最后采用马尔科夫链蒙特卡洛(MCMC)方法对光伏电站可靠性进行了评估。在光伏阵列建模过程中,以误差作为限制条件采用向后场景削减技术对其状态进行了削减和划分,在保证一定精度的同时简化了抽样过程。通过对某大型光伏电站可靠性评估算例,对比分析了MCMC方法和蒙特卡洛(MC)法的指标计算结果、收敛速度和稳定性,结果验证了该方法的评估结果与MC方法结果一致,在相同的收敛条件下所需抽样次数更少,速度更快。

基于马尔科夫链蒙特卡洛仿真的智能电能表软件可靠性仿真研究

保障智能电能表软件可靠性有利于降低设备故障率,提升电力营销部门服务质量。基于灰盒测试的软件测试技术能够在保护软件源代码安全性基础上进行深度测试。依托智能电能表软件测试平台,按事件触发概率构造若干马尔科夫状态,对智能电能表进行蒙特卡洛仿真分析,使用两款单相电能表进行软件可靠性评价研究。测试模型能够充分挖掘电能表软件成熟度和健壮性,形成对比数据和结论。

基于马尔科夫键蒙特卡洛抽样的最大似然时差-频差联合估计算法

该文针对无源定位中参考信号真实值未知的时差-频差联合估计问题,构建了一种新的时差-频差最大似然估计模型,并采用马尔科夫链蒙特卡洛(MCMC)方法求解似然函数的全局极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗界,并通过仿真实验表明,算法在不同信噪比条件下的估计精度优于CAF算法和EM算法,且计算复杂度较低。

近似贝叶斯计算结合马尔科夫链蒙特卡洛的概率潮流计算

风电等分布式电源的强随机性直接增强配电网的不确定性,提出一种近似贝叶斯计算结合马尔科夫链蒙特卡洛的方法求解概率潮流。根据近似贝叶斯计算考虑状态变量先验信息的概率思想,结合马尔科夫链蒙特卡洛得到计及随机性的状态变量模拟样本。再采用奇异值分解生成随机变量的观测样本,通过误差函数将系统的随机性刻画为模拟样本和观测样本的相似性。引入提议分布结合概率潮流模型实现统计特征值的计算和对比,再利用Jacobi行列式作为误差修正量更新样本值,使之最大程度接近真实后验分布。在IEEE 9、IEEE 33节点系统中的仿真结果表明,改进的近似贝叶斯计算较传统近似贝叶斯计算拟合精度更高,能有效降低状态变量后验概率求解难度,可用于高渗透率风电并网下系统分析与评估。

基于马尔科夫链-蒙特卡洛法的债务抵押债券定价模拟

文章旨在通过马尔科夫链-蒙特卡洛法(MCMC)对债务抵押债券CDO进行定价模拟。以寻求CDO产品预期回收率与其预期违约率间的关系,并研究两者对债务抵押债券定价模拟的影响。研究发现,在CDO投资中,资产池中的个别资产违约,将会将违约信号和相应的信用损失传递给各个相关投资者。所以,理性控制CDO标的资产的违约风险,降低其违约概率是提升CDO资产定价的重要举措。

基于改进K均值和马尔科夫链的公交车行驶工况构建

目的为填补目前缺少符合重庆城区地形特点的公交车行驶工况空白。方法提出一种改进的K均值聚类算法与马尔科夫链结合的行驶工况构建方法。通过滤波算法对采集到的重庆城区805路公交车有效行驶数据进行平滑处理,从平滑后的行驶数据中提取出1721条运动学片段;采用核主成分分析法对各运动学片段的特征参数矩阵进行降维处理,以粒子群算法选择适合的K均值初始聚类中心,并通过改进后的K均值聚类算法对运动学片段进行分类标记;最后通过马尔科夫链筛选出合理的运动学片段,构建出时长为1310 s的重庆城区公交车行驶工况。结果将构建的行驶工况与实车采集数据及国内外部分典型工况进行对比,结果表明:所构建的工况与原始数据在速度-加速度的联合分布趋势一致,构建的行驶工况与实车采集数据各特征值误差均小于7%,所构建的工况与原始数据特征高度吻合且能较好地反映出重庆城区公交车怠速时间比例高、加减速频繁等符合区域特点的实际交通状况。结论构建的工况能为重庆市公交车行驶路线规划、排放及油耗测试等方面提供基础标准,同时其涉及的研究方法能为新能源汽车能量管理、控制策略及其他城市工况构建和城市公交线路优化提供参考。

采用改进马尔科夫链蒙特卡洛法的风电功率序列建模

建立能更好复现历史数据特征的风电功率序列模型,对计及高渗透率风能接入影响的电网规划和运行具有重要意义。该文首先通过研究面向随机变量(风电功率)建模的滑动平均滤波参数寻优方法和构建状态数优化决策模型,提出风电功率序列的自适应状态划分策略,客观划分历史数据。然后针对现有方法难以计及状态转移概率随状态持续时间增长而变化的问题,提出三维状态转移概率矩阵及其解维修正方法,抽样生成人造风电功率状态序列,进而在分析历史数据波动量及噪声概率分布的基础上,完善现有的波动特征叠加方法,模拟人造风电功率序列。与现有马尔科夫链蒙特卡洛(MCMC)法进行对比分析表明,该方法能更好地复现历史数据特征(转移、波动特征等),在提高建模精度的同时,并未增加状态转移概率矩阵生成算法的时间复杂度。

基于马尔科夫链蒙特卡洛的台区可靠性评估方法

随着居民生活水平的不断提高,用于居民用电服务的台区供电强度不断提高。为了实现对运行中台区的可靠性进行实时监控与评估,提出基于马尔科夫链蒙特卡洛方法的台区可靠性评估理论,该方法实现海量待处理信息下高维数据的降阶与解耦,在兼顾经济性的同时又能及时发现潜在的存在安全风险的台区并及时地安排运维人员处理,历经一年多的现场运维检验,结果证明了所提出方法的有效性与科学性。

不规则区域上Poisson方程的蒙特卡洛马尔科夫链方法求解

本文研究了不规则区域上泊松方程的蒙特卡洛马尔科夫链方法数值求解。在不规则区域上,微分方程的数值计算通常是困难的。基于有限差分的思想,本文构造了可吸收马尔科夫链来求解不规则区域上的微分方程。不规则区域的数值实验结果表明了该方法的可行性和有效性。该方法为求解不规则区域上的泊松方程提供了一种新的计算思路,并保持了空间方向上二阶收敛阶。

朴素贝叶斯模型及马尔科夫链蒙特卡洛方法在客服中心监控预警系统中的应用

通过对客服中心业务系统监控预警的需求分析，提出一种信息系统运行风险的预警算法，并通过信息系统运行的历史大数据学 习训练逐步调整算法参数，成功对关键业务系统运行风险提出预警。

标准粒子群优化算法的马尔科夫链分析

根据粒子群优化(Particle swarm optimization,PSO)算法的差分模型定义粒子状态序列和群体状态序列,并分析其马尔科夫性质,证明了粒子及种群的最优状态集的封闭性,以及计算粒子一步转移概率;进一步基于全概率公式和马氏链的性质,推导了群体状态转到最优状态集的转移概率;根据该转移概率,对PSO算法的惯性权重ω和加速度因子c进行了讨论和解释,研究了算法早熟收敛和发散等问题,最后分析表明标准PSO算法以一定概率收敛到全局最优.

基于马尔科夫链的联合呼叫接入控制算法

异构网络的接入策略与网络资源管理效率紧密相关;同时,网络复杂性与网络资源竞争性直接影响到用户服务质量。针对异构网络接入控制存在的切换掉话率和呼叫阻塞率高、资源利用率低等问题,提出了基于马尔科夫链的联合呼叫接入控制算法。接入控制算法为切换呼叫业务、实时业务动态地预留了一定的带宽资源,根据不同业务设置带宽降级因子来决定是否释放带宽;同时,根据用户偏好和不同业务的QoS要求,构建了呼叫接入控制效用函数,利用马尔科夫链进行了建模分析。仿真表明,算法提高了网络资源利用率,降低了系统复杂度,满足了各类业务的QoS要求。

基于神经网络的马尔科夫链和遗传算法对股票价格预测研究

针对股票收益率和风险的不确定性,文章提出一种基于BP神经网络的马尔科夫链和遗传算法组合模型,该模型通过对神经网络以滚动预测法完成股票价格曲线的粗略拟合;在此基础上,借助马尔科夫链对股票价格的曲线拟合进行系统状态划分,并用遗传算法对系统状态划分进行优化,提高马尔科夫系统状态划分的合理性;最后用马尔科夫链缩小预测区间以提高预测精确度。

马尔科夫链与多目标遗传算法在自动作曲中的应用

提出一种新的自动作曲方法,利用马尔科夫链的不确定性与多目标遗传算法的规则性,将二者相结合,应用到自动作曲中。在Musicxml文件下,统计训练样本中相邻音符之间音高与时值的前后关系,建立马尔科夫概率转换表。利用基于概率的多目标遗传算法,根据已建立的概率转换表构造关于音高、时值的适应性函数,同时加入少量音程和谐约束作为第三条适应性规则。实验表明,在同一乐理规则下,与仅用马尔科夫链输出结果进行音乐质量评分、对比,该方法在保证结果多样性的同时提高了音乐质量。

基于新维灰色马尔科夫模型的股价预测算法

灰色预测适合于时间短、数据量少、波动不大的系统对象 ,但是对于系统对象的中长期预测 ,采用任何形式的GM (1,1)模型 ,预测结果往往会偏高或偏低 ,而马尔柯夫链理论适用于预测随机波动大的动态过程 .通过结合灰色预测和马尔柯夫链理论的特点 ,并利用新信息优先的思想 ,提出了一种新维无偏灰色马尔柯夫预测模型 ,用无偏GM (1,1)模型拟合系统的发展变化趋势 ,并以此为基础进行了马尔柯夫预测 ,在每一步预测中 ,不断推陈出新 ,更新原始数据 .实验结果表明 ,与一般的灰色马尔柯夫预测模型相比 。

船舶引航过程风险马尔科夫链模型动态仿真

为定量研究特定水域船舶引航过程风险演化规律,有效进行船舶进出港安全预控,本文通过对港区水域船舶引航作业工作流程分析,确立不同船舶引航作业任务的风险程度,提出船舶引航状态处于港内外锚地、航道和泊位前沿等水域之间的转移方程。计算结果表明:船舶引航状态的转移符合马氏稳态特性,经潮汐型波动后走向稳定;船舶航行状态转移的过程变量对港区水域总体船舶秩序影响明显。基于马尔科夫链蒙特卡洛方法的过程风险仿真模型适用于海上交通风险的模拟分析,可为船舶安全管理提供风险演化的基本规律。

MTSDA的马尔科夫链算法

在可靠性分析中，MTSDA问题的传统算法通常显得冗长，且精度不高。文章给出一种马尔科夫链算法，并加以证明和给出算法实例。

模糊马尔科夫链状预测模型及其工程应用

针对工程问题的特点结合马尔科夫链理论 ,提出了具备状态模糊划分和具有“大体无后效性”特点的模糊马尔科夫链状的预测模型。并给出了模糊马尔科夫链的初始概率和一重转移概率的计算方法的一般公式。发展了马尔科夫链预测方法 。