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.

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。

基于Markov链的园区随机功率多场景预测模型

为了促进园区分布式能源的消纳,针对园区随机功率的预测问题提出了一种基于马尔科夫(Markov)链的随机功率多场景预测模型。首先,针对园区新能源及负荷的随机特征,分别采用差分自回归移动平均(ARIMA)模型及Markov链对其建模;其次,针对园区负荷随生产、季节等因素周期性波动的特点,采用后验信息自适应调整Markov概率矩阵以提高其预测精度;然后,为了提高预测时域内多步预测的精度,考虑多步预测场景及其概率提出了一种基于场景树的多场景预测模型,以便更有效地利用Markov概率矩阵;最后,由园区历史功率数据进行了算例分析。结果表明,相比未调整的Markov模型,当自适应调整时间为7 d时,负荷功率的预测误差最低,为0.0345(标幺值)。相比于常用的极大似然估计法,所提多场景预测模型误差的加权平均值更低。

基于Markov链随机脉宽调制的永磁同步电机高频边带谐波与声振响应抑制

基于Markov链算法的随机脉宽调制(RPWM)技术,以电动汽车驱动用永磁同步电机(PMSM)为研究对象,对高频边带电流谐波及声振响应的抑制效果进行研究。首先,基于dSPACE半实物仿真系统和12极/10槽永磁同步样机,对空间矢量脉宽调制(SVPWM)所引入的边带电流谐波与径向电磁力进行解析与频谱阶次分布特征识别。其次,对常规RPWM的随机数性能进行分析,提出多状态Markov链随机数产生原理与实现方法,并结合粒子群(PSO)算法对转移概率和随机增益两种随机参数进行快速寻优。最后,进行稳态工况与不同转速工况的实验验证,相比于RPWM结果表明,经过多状态Markov链优化后所生成的随机数分布更加均匀且对称,边带电流谐波与声振响应均呈现出更好的抑制效果。

神经网络识别和Markov链预测的商用车APU控制策略

为改善商用车空气处理系统的燃油经济性,提出一种以基于电磁阀控制的电控空气处理单元(APU)控制策略,进行了Simulink系统仿真实验。该策略具有基础、低压和高压等3种工作模式;基于发动机工况识别和预测方法;利用Matlab/Simulink搭建车辆模型和空气处理系统模型;并构建了神经网络模式识别和Markov链预测控制模型对发动机的运行工况进行识别分类和需求扭矩百分比预测。结果表明:仿真实验验证了工况分类和电磁阀控制策略的有效性。在中国重型商用车瞬态工况(C-WTVC)下,与相同储气筒初始气压条件的机械APU相比较,应用该控制策略的电控APU的功率消耗下降480Wh,下降比率34.7%,燃油经济性显著改善。

基于Markov链的华夏银行股票波动短期预测

随着社会经济的发展,人们逐渐建立了投资理财的意识,其中股票就是常见的投资对象。如果提供具有参考依据的股票预测结果,对广大投资者以及企业自身而言都将得到可观的收益。本文将Markov链作为预测股票的方法,简要阐述Markov链及其相关的基础理论,以华夏银行作为实证,检验Markov链预测股票涨幅的效果。本文收集和整理了95个交易日的股票数据,以每日涨幅作为依据,划分成为下跌、略微下跌、略微上升和上升共四个状态,计算各阶转移概率矩阵,并在预测前对数据进行了马氏性检验。通过对比发现之后六个交易日中,大部分实际涨幅情况落在预测区间内,并简要分析了华夏银行股票当前走势的可能原因。得出Markov链对股票预测准确度较好的结论,分析出状态转移矩阵的改变是Markov链在中长期预测精准度下降的原因。

基于加权Markov链理论对美国苹果公司股价的预测

以美国苹果公司股票价格为例,使用Markov链理论以及改进后的加权Markov链理论分别对于美国苹果公司股票的价格进行分析和预测。利用均值—标准差分级的方法,将查阅到的股价涨跌幅和收盘价分为若干等级,并且对于模型进行Markov性质检验,从而计算转移概率矩阵,通过转移矩阵对美国苹果公司股价进行预测。验证加权Markov链理论模型预测效果相对较为良好,相对误差较小,说明模型的精确度较高。

基于Markov链预测模型的农业保险费率厘定方法研究--以山东省小麦政策性农业保险为例

准确厘定费率是科学设计农业保险的重要环节。传统单产风险分析法需要选择特定的概率密度函数或核密度函数,限制了费率厘定的效率和产量风险特征的描述。Markov链预测模型的厘定方法不需要事先设定特定的模型,且统计了正常减产波动范围,因此,能够避免先验性问题。基于此优势,本文利用山东省及其17个地市1993—2020年小麦单产量数据,在验证了Markov链预测模型对小麦单产量预测具有较高的精确度的基础上,进一步运用Markov链预测模型对山东省及其17个地级市的纯费率进行了厘定,结果显示:山东省小麦保险总体费率为1.061%,17个地市的平均费率水平为1.763%。其中,威海市费率最高,为3.897%;青岛市费率最低,为0.980%。研究认为,农业保险的费率厘定应精确拟合单产趋势,灵活结合测算方法,从而实现费率厘定的精确化。

Markov链的组合预测及其应用

为了解决状态预测问题,提出了一种马尔可夫链组合预测方法。以加权马尔可夫链预测和模糊马尔可夫链预测为基础,以级别特征值方法为连接方法,通过区间中值,各单一预测模型和组合预测模型的对比,证明了该方法更为精确,更贴进实际值。丰富了马尔可夫链预测理论体系,同时形象直观、预测精确、计算简便、易于推广,具有一定的实际应用价值。

非齐次二重Markov链的一个极限性质

M arkov链是随机过程的一个特例,专门研究在无后效条件下时间和状态均为离散的随机转移问题.给出了非齐次二重M arkov链的一个极限性质,使已有的相关结果得到了简化和补充.

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.

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。

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。

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。

基于多尺度数据融合Markov链模型的岩性随机模拟

Markov链模型在储层随机建模中发挥着越来越重要的作用,但难以融合岩心、测井、地震等多尺度数据限制了它在实际中的应用。依据前人研究的结果,提出了将多尺度数据融入到Markov链模型中的相关方法和公式,即将大尺度数据作为条件数据以贝叶斯公式表达,同时利用公式将小尺度数据转换为井点硬数据。应用此方法对SL盆地Y地区过井剖面进行的岩性模拟表明,相对于无数据融合的方法,此方法能更加直观、准确地揭示薄岩性层的分布。

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。