耦合敏感性分析与两阶段马尔科夫链蒙特卡洛算法的地下水污染溯源辨识

为高精度地开展地下水污染溯源辨识,在对污染源参数进行敏感性分析的基础上,研究应用两阶段马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)算法辨识确定污染源参数;同时,探索应用多层感知机(Multi-layer Perceptron,MLP)方法构建地下水污染运移数值模型的代理模型,用以提高地下水污染溯源辨识的效率。为验证上述方法的有效性和可行性,开展了两个数值算例研究。结果表明:采用MLP方法构建的代理模型对地下水污染运移数值模型的逼近精度高,不仅能够有效提升地下水污染溯源辨识效率,还能保持良好的计算精度;所提出的耦合敏感性分析与两阶段MCMC算法能够显著提升低敏感性污染源参数的辨识精度。

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。

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.

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。

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。

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。

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。

基于马尔科夫链的建筑工程造价预测模型

针对建筑工程施工环节较多,获取建筑工程造价预测指标难度加大,导致预测准确性下降的问题,设计基于马尔科夫链的建筑工程造价预测模型。通过问卷回收率、指标集中度、指标选取离散度等指标,使用主成分分析方法处理指标数据,获取数据特征向量,构建建筑工程造价预测指标体系;通过序列规律函数得到状态区间内的转移概率矩阵,获取不同残差序列中的上下边界值,得到建筑工程造价预测结果。实验结果表明:基于马尔科夫链预测模型的平均误差为-0.00025,对比其他2种预测模型平均误差分别为-0.045和-0.015,该模型的相对误差小,预测准确性更高。

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。

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。

基于隐马尔科夫链的企业产品营销绩效评估模型

针对现有企业产品营销绩效评估效果较差,无法为企业发展提供有效指导的问题,本文设计了一种基于隐马尔科夫链的企业产品营销绩效评估模型.依据企业在产品营销过程中所要达成的战略目标,将经济绩效、社会绩效和环境绩效作为一级评估指标,构建企业产品营销绩效评估体系;采用基于最大熵马尔科夫模型的企业产品营销绩效评估方法,将最大熵模型与隐马尔科夫链相结合,在评估体系建模和参数估计的基础上,使用Viterbi算法求得各级指标得分,获得综合得分以实现企业产品营销绩效评估.实验结果表明:本文评估的指标覆盖度均在90%~98%范围内变化;各产品营销绩效等级评估结果与专家综合评估结果完全相同;该模型使用后的各产品营销绩效评估RMSLE值始终保持在0.15以下;模型实际应用能显著提升企业产品营销经济绩效、社会绩效和环境绩效.

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。

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。