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。

基于马尔科夫链模型的特高压输电线路工频电磁场监测方法

针对当前方法的特高压输电线路电磁监测误差大问题,设计基于马尔科夫链模型的工频电磁场监测方法。结合特高压输电线路环境和最大导线弧垂点布置线路工频电磁场测点,然后采用超限学习机网络模型设计传感数据修正技术,去除数据中干扰信息,并引入有限长模拟线电荷法以及毕奥-萨瓦定律计算输电导线三维电磁场分布,最后运用马尔科夫链模型定义工频电磁场状态转移矩阵,得到准确的监测结果。实验结果显示:所提方法的电场监测相对误差降低了21%、25%,磁场监测相对误差降低了0.24%、0.27%。

改进的马尔科夫链模型在河流径流预测中的适用性分析

针对传统马尔科夫链模型变量权重设置目标单一局限,对各变量权重进行加权计算,从而对传统马尔科夫链模型进行改进,并结合辽河干流铁岭站实测径流资料分析改进马尔科夫链模型在河流径流预测的适用性。结果表明:相比于改进前、改进后的马尔科夫链模型在年和月径流预测相对误差平均可降低8.35%和11.33%,河流径流预测精度得到改善。研究成果对于河流径流中长期预测精度提高具有参考价值。

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。

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。

高考视角下与马尔科夫链相关的概率递推问题

全概率公式以及全概率推出的马尔科夫链问题最近备受命题人的青睐!比如2023年新高考Ⅰ卷第21题,再往前的热点模考卷中,2023年杭州二模第21题的赌徒输光问题,2023年茂名二模的摸球问题,再往更前的2019年全国Ⅰ卷药物试验问题等都是马尔科夫链问题。在新人教A版《选择性必修第三册》第91页拓广探索中的第10题传球问题,也是马尔科夫链的典型模型。

基于马尔科夫链的工业企业能耗智能预测模型构建

常规企业能耗智能预测模型设定的节点多为独立式的,仅针对一个有效距离进行能耗的预测,整体性不强,预测结果不精准,导致模型的相对预测误差增加,为此提出对基于马尔科夫链的工业企业能耗智能预测模型构建的分析与研究。根据模型构建的需求及标准,提取能耗特征变量智能,采用多层级关联的形式,将独立的预测节点形成连接,营造一个全覆盖式的预测区域,提升预测的整体性,并确保预测结果的精度,完成关联预测节点的部署。以此为基础,构建马尔科夫链多层级预测结构,内部结构还需要增设能耗预测矩阵,采用马尔科夫链执行目标修正实现智能预测。最终测试结果表明:与两种传统预测模型相对比,马尔科夫链能耗智能预测模型测试组预测范围相对较大,且在实际执行的过程中,预测误差可控,被较好地降低在了1.5以下,预测速度快,具有实际的应用意义。

新型灰色马尔科夫模型预测商业银行资本充足率

本文运用灰色FGM(1,1)马尔科夫模型对某银行资本充足率进行了预测,结果显示:模型的平均预测误差为1.1557%,比单一FGM(1,1)模型4.0783%减小了71.6622%,比GM(1,1)模型的4.7628%减小了75.7349%,尤其是近期预测误差减小幅度最为显著,模型2021年的预测误差仅为0.3168%,比GM(1,1)模型的1.02666%减小了69.1388%。利用FGM(1,1)马尔科夫模型预测得到2022年某银行资本充足率为17.4978%,基本保持稳定,通过分析,说明这一预测结果有一定的可信度。

基于马尔科夫链理论的电动汽车集群充电负荷建模及可调能力评估

针对电动汽车(electricvehicle,EV)用户单体功率小、电池容量异质性、出行行为差异大等问题,提出面向控制、考虑用户出行链的EV集群充电负荷建模方法,能够让EV集群更好地参与电网调度运行。首先,对EV用户行为的马尔科夫特性进行了分析,在划分EV多状态荷电状态区间的基础上,推导了其充电与出行状态区间内的一步转移概率,建立了基于马尔科夫链理论考虑出行特征的EV集群充电负荷模型;然后,设计了EV集群可调能力评估流程,构建了EV集群可调能力评估方法;最后,对EV集群模型及可调能力评估方法进行了仿真验证,与多种方法进行对比,结果表明,所提聚合模型和评估方法更准确、有效。

基于马尔科夫链的能源结构与污染物排放预测模型及其应用

为了实现经济和环境的可持续发展,通过分析污染物排放与经济发展、能耗及能源结构的关系,建立了我国能源结构的马尔科夫预测模型和污染物排放预测模型,并对2010年我国能源结构和污染物的排放情况进行了预测。分析了现行发展模式下,实现2010年的经济发展目标所产生的污染物排放与环境发展目标的差距及应进行的政策调整力度。研究成果将为我国能源政策的制定和调整产生积极的影响。

基于马尔科夫链模型的鄱阳湖流域水文气象干旱研究

基于气象和水文干旱的二维变量干旱状态基础上,通过一阶马尔科夫链模型对二维变量干旱状态进行频率、重现期和历时分析,建立水文气象干旱指数,从干旱灾害形成、演变和持续3方面对干旱灾害进行研究,同时预测未来6个月非水文干旱到水文干旱的概率.结果表明:(1)修河流域在干旱形成中危害大,抚河流域和修河流域在干旱演变中危害大,赣江流域和饶河流域在干旱持续中危害大;(2)鄱阳湖流域状态4(气象、水文干旱)发生的频率最高,为0.30,连续湿润或者干旱的概率最大,湿润状态(状态2)与水文干旱(状态4、状态5(气象湿润、水文干旱))的相互转移概率最低;(3)在长期干旱预测中,鄱阳湖流域从状态2转到状态4和状态5的平均概率为0.11,属最低,而状态1(气象、水文无旱)和状态3(气象干旱、水文湿润)到达状态4的概率为0.23,发生概率最大.修河流域在非水文干旱状态下未来发生气象、水文干旱状态的平均概率为0.28,是"五河"中最高的,而赣江流域在正常或者湿润状态下未来发生气象、水文干旱的概率最低,为0.18,该研究对于鄱阳湖流域水文气象干旱的抗旱减灾具有重要理论与现实意义.

灰色-马尔科夫链模型在埋地油气管道腐蚀预测中的应用

针对我国埋地油气管道泄漏事故发生频繁的现状,为了准确地预测油气管道的腐蚀状况,应用灰色GM(1,1)模型对埋地管道的管壁最大腐蚀深度进行预测,并结合马尔科夫链模型对管壁腐蚀的最大概率状态进行分析和预测,实现对埋地油气管道腐蚀现状和运行情况的科学评价和预测,并对模型精度进行检验。结果表明:在检测数据较少的情况下,该组合模型能够很好地预测油气管道的最大腐蚀深度和腐蚀状况,为管道的进一步维护、维修和检测提供参考依据,对于保障油气管道安全运行具有重要的指导意义。

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 。

基于马尔科夫链和列联表法的马尾松毛虫发生面积预测模型研究

本文用马尔科夫链法和列联表多因子多级分析预测法研究建立安徽省潜山县1983—2014年马尾松毛虫越冬代、一代和二代发生面积预测模型,并对5种模型预报结果准确性进行验证。结果表明,马尔科夫链预测结果误差较小,列联表多因子多级分析预测法预测2015年和2016年越冬代和一代发生面积有一定误差,预测二代发生面积与实际基本吻合。

基于灰色马尔科夫链模型的交通量预测

交通量是一个不平稳的时间序列,在不确定性条件和缺乏数据资料的情况下,交通量的预测是一个较复杂的问题。灰色马尔科夫链模型是一种结合经典灰色理论和马尔科夫链的状态转移行为的预测模型。该模型在灰色预测理论的基础上,再对随机波动大的残差序列进行马尔科夫预测,实现了两者的优势互补,克服了两者的不足。以太原市漪汾桥断面的交通量的数据在传统灰色GM(1,1)预测模型的基础上建立交通量的灰色马尔科夫链模型,研究表明,该模型在交通量的预测方面相对传统的灰色GM(1,1)模型有更高的精度。

信息链时效性评估的马尔科夫模型

为了提高战争中的制信息权,解决信息优势的评估问题,分析了信息链在打击链中的工作特点,提出了具有信息重处理功能的马尔科夫评估模型;给出了信息在打击链中的传递流程,确定了时效性作为评估信息优势的指标;给出了影响信息时效性的因素——信息准确性、时间性;采用概率法详细分析了这两个影响因素,给出了信息准确性、时间性的数学表达式。通过具体的信息传递实例验证了该模型的有效性,得出了概率因素影响信息准确性的曲线图,不同时延下信息时间性的变化图,最后给出了提高信息时效性的途径。

应用马尔科夫链的空中战役过程数学概念模型

空中战役过程的数学概念模型是对实际作战过程的抽象,是仿真建模的基础。在对空中战役过程物理特性分析基础上,根据典型化、模块化等手段对空中战役的典型作战过程进行处理,使其符合马尔科夫链的判别条件,将整个作战过程看作多个作战阶段组成的状态转移体系,建立用马尔科夫链描述的空中战役典型作战过程数学概念模型,探讨了作战阶段持续时间、状态转移概率的确定和其他影响因素,并对适合作战阶段数学模型的建模方法进行介绍。所得研究结果可以为仿真建模人员的仿真建模工作提供有益的指导。

基于马尔科夫链的BP-SVM模型的径流预测

为提高年径流预测的精度,以呼兰河下游兰西水文站1959—2014年的年径流数据作为输出,相应的流域气象数据作为输入,将BP神经网络和支持向量机(SVM)相结合,构建基于马尔科夫链修正的BP-SVM预测模型,运用该模型对呼兰河流域的年径流进行预测。采用哈里斯鹰群算法(HHO)优化支持向量机参数,构建HHO-SVM模型,并进行年径流预测,利用训练好的BP神经网络对年径流进行预测,分别运用马尔科夫链对两种模型的预测结果进行修正,通过最小二乘法确定模型组合权重,将两模型的预测结果进行组合,得到最终的年径流预测值。研究结果表明:HHO-SVM模型预测结果优于BP神经网络预测值;经马尔科夫链修正后,BP神经网络预测值精度提高较大,经最小二乘法组合后的预测结果平均相对误差为11.36%,确定性系数为0.95,合格率达90.91%。哈里斯鹰群算法(HHO)能较好的解决支持向量机参数优化问题,马尔科夫链的修正在一定程度能提高了各个模型的预测精度,提出的混合模型为年径流预测提供了一种新的方法。