D-S理论和Markov链组合的桥梁性能退化预测研究

为准确预测桥梁性能退化,考虑到数据随机性和微小扰动发生状态跳跃,提出了一种D-S(Dempster-Shafer)证据理论和Markov链组合的桥梁性能退化组合预测模型和性能退化率的概念.该模型基于指数平滑(exponential smoothing,ES)方法获得新的预测数据序列,并利用Markov链和D-S理论不断进行优化,从而实现桥梁性能退化的组合预测.实际工程的应用结果表明:性能退化率可以直观地表征在梁性能退化的速度.其次,该模型的平均相对误差为1.54%,较于回归、灰色和模糊加权Markov链模型,精度分别提高了1.11%,0.88%和2.8%,而后验差比值为0.242,小于0.35;模型的标准差为9.021,相比其他模型分别减小了3.978,3.405和7.500,而变异系数为0.109,均小于其他模型,验证了组合预测模型在精度和稳定性方面的优越性,可为在役桥梁结构性能退化预测与维护提供理论基础.

非齐次树上非齐次马氏链转移矩阵的一个极限性质

通过引入样本散度的概念和构造辅助非负鞅,利用Doob鞅收敛定理给出了非齐次树上k重非齐次马氏链转移矩阵的一个极限性质.

f范数下马氏链的收敛性

本文研究了f范数下马氏链的收敛性问题,利用基本耦合和f范数的等式,得到f范数下离散时间一般状态空间下时齐Markov链的收敛的充分条件,推广了全变差范数下马氏链的收敛性.

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。

新疆旅游经济贡献空间非均衡与动态演化研究——基于Dagum基尼系数与Markov链估计

结合投入产出法和旅游剥离系数法测算了新疆各地州旅游业增加值基础数据,基于Dagum基尼系数和Markov链估计方法,探讨了2001—2019年新疆旅游经济贡献的空间非均衡特征及动态演变。研究表明:新疆旅游经济贡献空间分布表现为“北高-东低-南低”的格局,且主要发生在东北-西南方向上,呈显著的空间非均衡特征;其中,旅游经济贡献高的核心地州有乌鲁木齐、伊犁州直、昌吉州、阿勒泰、吐鲁番等。Dagum基尼系数及分解研究发现新疆旅游经济贡献空间非均衡的状态仍是旅游经济发展的主流状态,组内差距的贡献缩小引致旅游经济贡献趋向平衡,而空间非均衡的主要来源是组间差距;进一步解构新疆旅游经济贡献内部动态演进,发现新疆旅游经济贡献水平存在“两头固化,中间活跃”的演化特征,内部状态流动性较低,反映出区域旅游经济跃迁需要具备发展基础和长期积累的条件。基于此,研究提出了“缩差距、破固化、强投入、先人才”的建议。

马氏环境中马氏链的一类强极限定理

利用分析方法研究了马氏环境中马氏链的若干强极限定理.得到了关于此种链四元函数的一个强极限定理.作为推论,得到了马氏环境中马氏链相对熵密度的几个极限性质,将Shannon定理推广到了马氏环境中马氏链的情况.

基于多状态空间混合Markov链的风电功率概率预测

现有风电功率预测方法只提供功率的单点预测值,但在电力市场的决策过程中却需要更多的信息。文中提出一种基于离散时间Markov链理论的新功率预测模型。针对功率数据的无规律性,采用等分法划分了4种状态空间,并对每种状态空间都建立1阶和2步混合Markov模型,模型权重系数采用加速遗传算法求解。该模型直接对风电功率数据进行数值分析,有效避免通过风速预测再转换为功率时带来的误差累积。给出4种混合模型和最新的评价误差公式。分析和算例表明,N为102时混合模型预测精度高于持续法模型,并给出了单点预测值和概率分布值。

基于系统调用和齐次Markov链模型的程序行为异常检测

异常检测是目前入侵检测领域研究的热点内容.提出一种新的基于系统调用和Markov链模型的程序行为异常检测方法,该方法利用一阶齐次Markov链对主机系统中特权程序的正常行为进行建模,将Markov链的状态同特权程序运行时所产生的系统调用联系在一起,并引入一个附加状态;Markov链参数的计算中采用了各态历经性假设;在检测阶段,基于状态序列的出现概率对特权程序当前行为的异常程度进行分析,并根据Markov链状态的实际含义和程序行为的特点,提供了两种可选的判决方案.同现有的基于隐Markov模型和基于人工免疫原理的检测方法相比,提出的方法兼顾了计算成本和检测准确度,特别适用于在线检测.该方法已应用于实际入侵检测系统,并表现出良好的检测性能.

基于吸收Markov链的网络入侵路径预测方法

入侵意图和路径预测对于安全管理员深入理解攻击者可能的威胁行为具有重要意义.现有研究主要集中于理想攻击场景中的路径预测,然而理想攻击路径并不都是入侵者采取的真实路径.为了准确全面地预测网络入侵的路径信息,提出基于吸收Markov链的多步攻击路径预测方法.首先利用吸收Markov链中状态转移的无后效性和吸收性设计节点状态转移概率归一化算法,并证明完整攻击图可以映射为吸收Markov链,进而给出了基于通用漏洞评分标准的状态转移概率度量方法,最后提出攻击状态节点访问次数和路径长度的期望值预测步骤流程.实例分析结果表明:该方法可以量化不同长度攻击路径的概率分布、计算路径长度的期望值、预测实现既定攻击目标所需的原子攻击次数,并对节点威胁进行排序,为及时应对网络攻击威胁提供更多安全防护指导.

绕积马氏链的状态分类

该文给出了绕积马氏链的特征数和状态的定义 ,利用一般马氏链的理论讨论了随机环境中的马氏链的各种状态的特征以及各类状态之间的联系 ,还给出了在联合空间不可分解且正则本质的条件下 ,状态正则本质的充要条件 .最后举例说明了经典马氏链和随机环境中马氏链的状态的区别 .

马氏环境中马氏链转移概率几何平均及其泛函的强极限定理

该文利用分析方法区间剖分法,给出了状态有限的单无限马氏环境中马氏链转移概率几何平均的两个用不等式表示的强极限定理;研究了此链的泛函的极限性质,得到了一类不同于通常强大数定律的强极限定理.

加权Markov链权重计算及其应用

以中体产业股价为例,应用加权Markov链理论对股票价格进行预测分析.通过模糊聚类分析,将已知的股票价格变动情况分为六类,并对股票收盘价的历史数据进行马氏性检验.利用加权Markov链计算权重的方法,计算出每类状态的权重值,并给出中体产业未来股票价格的预测区间.应用随机过程的加权Markov链理论,构造了描述股票价格波动格变化的数学模型,并通过实例给出股价的预测区间,该方法具有很强的适用性.

基于Markov链的信息安全风险评估模型

风险评估是信息系统安全保证的核心和关键。本文对现有的信息安全风险评估方法进行分析评价,比较包含FTA、FMECA、HazOp等在内的传统风险评估技术和以CORAS为代表的现代风险评估技术,将基于Markov链的评估模型引入到信息系统安全风险评估中,完善了基于模型的信息安全风险评估方法(CORAS)。首先,利用Markov链对信息系统进行建模;其次,构建基于Markov链的风险转移矩阵,定量计算信息系统的安全风险指标;最后,以网上银行信息系统为例进行了数值计算,量化了网上交易任务的风险指标。通过这种风险评估方法,能够确定信息系统中高风险的活动或子系统,为信息安全风险评估工作的开展提供了方法和实践基础。

基于Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪

在计算机视觉领域,由镜头切换、目标动力学突变、低帧率视频等引起的突变运动存在极大的不确定性,使得突变运动跟踪成为该领域的挑战性课题.以贝叶斯滤波框架为基础,提出一种基于有序超松弛Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪算法.该算法将Hamiltonian动力学融入MCMC(Markov chain Monte Carlo)算法,目标状态被扩张为原始目标状态变量与一个动量项的组合.在提议阶段,为抑制由Gibbs采样带来的随机游动行为,提出采用有序超松弛迭代方法来抽取目标动量项.同时,提出自适应步长的Hamiltonian动力学实现方法,在跟踪过程中自适应地调整步长,以减少模拟误差.提出的跟踪算法可以避免传统的基于随机游动的MCMC跟踪算法所存在的局部最优问题,提高了跟踪的准确性而不需要额外的计算时间.实验结果表明,该算法在处理多种类型的突变运动时表现出出色的处理能力.

惯性器件长期贮存性能可靠性灰色马氏链预测

为了及时掌握武器系统惯性器件的性能,并为延长其使用寿命及维修提供依据,对其进行贮存可靠性评估和预测非常必要.讨论了一种灰色马氏链预测模型的建模方法,此方法兼具灰色模型和马氏链模型的优点,它不仅充分利用了灰色模型动态建模思想,来预报可靠性数据总体趋势,并且根据此总体趋势,进行状态的划分,从而大大克服了马氏链状态矩阵运算量大的缺点,而且拓宽了灰色模型的应用范围,使其适合于波动性较大的随机数据列的预测.最后,对某型导弹速率陀螺仪贮存性能可靠性进行估计,并进行灰色马氏链预测.

股票价格的马氏链预测法

马氏链预测法是通过对事物不同状态的初始概率及状态之间的转移概率的研究,预测事物的未来状态。本文建立了股票价格预测的马尔可夫链数学模型,并举例说明了该模型在股票交易市场预测中的应用。

基于UML的软件Markov链使用模型构造研究

软件统计测试要求基于软件使用模型产生测试例对软件系统进行测试,并根据测试结果评价软件可靠性,是高可靠软件测试的重要组成部分.由于统一建模语言(unifiedmodelinglanguage,简称UML)已经成为事实上的面向对象标准建模语言,因此,从软件UML模型构造软件使用模型就成为面向对象软件统计测试的关键.为此,定义了加入统计测试约束的UML用例图、序列图以及用例执行顺序关系,为基于UML的软件统计测试提供了一个形式化描述基础.在此基础上,给出一个从软件UML模型构造软件Markov链使用模型的算法,并给出了自动化支持工具UMGen的类图结构,基于一个卫星控制系统,说明了所提出方法的有效性.

基于Markov链的分布式仿真系统最佳检查点间隔研究

基于HLA的分布式仿真系统作为一类特殊的分布式系统,其容错一般基于回卷恢复实现,在回卷恢复中检查点间隔的不同会对系统性能产生很大的影响。分析了分布式仿真容错与一般分布式系统容错的异同,根据不同仿真进程对仿真结果的重要程度对其进行了分类,定义并利用Markov链分析了采用回卷恢复时分布式仿真系统的可用度,得到了系统最大可用度对应的检查点间隔的求解等式,通过一组试验数据验证了该最佳检查点间隔求解等式的正确性。

基于神经网络和Markov链的交通流实时滚动预测

将神经网络与Markov链理论应用于随机波动的交通流预测,提出一种交通流实时滚动预测方法TDFNM。该方法采用BP网络构建交通流基准预测曲线,使用SOM网络划分残差的Markov链状态,计算各状态加权中心及状态转移概率矩阵,以此预测未来状态,并以加权中点修正计算得到精度较高的预测值,同时实现实时滚动预测。采用方法TDFNM对实测交通流量进行仿真实验,结果表明,该方法比常规BP网络具有更高的准确性,而且具有较强的适应性。

黑河流域水资源动态变化及其趋势的灰色Markov链预测

根据有关水文气象台站的观测数据,对黑河流域水资源时空分布特征及变化规律进行了分析,并基于GM(1,1)模型和Markov链原理,提出了一个用于黑河流域的水资源变化趋势预测的灰色离散随机过程模型。结果表明,从1944年有观测记录以来的近60a时间里,以黑河干流为代表的黑河流域天然径流经历了几个长度不等的丰水段与枯水段,而目前正处于1996年开始第5个丰水段的下降段的最低点或自2000年开始的第6个枯水段的起始点。未来几年里,黑河流域天然水资源的变化总体上将呈现一种偏枯或平水偏枯的状态,但径流偏枯的幅度将不会很大。