结构元理论下的模糊Markov决策过程

为解决模糊Markov决策过程中λ-截集计算的复杂性问题,利用模糊结构元理论建模及求解.对于状态模糊情况,分别给出全部状态模糊与部分状态模糊的模糊Markov过程定义,模糊结构元建模及优化决策;给出具有模糊转移矩阵的Markov过程定义,结构元建模及优化决策;给出状态及转移矩阵均模糊的Markov过程定义,结构元建模及优化决策.实例分析结果表明:模糊Markov过程的结构元建模及优化决策是简单有效的.

基于加权马尔可夫模型的济南市降水丰枯状况预测研究

降水量是随机变量,降水过程存在着很大的不确定性和随机性。利用加权马尔可夫模型对济南市2006与2007年的降水进行预测,2006年预测状态为3,属于平水年,2007年预测状态为4,属于偏丰年份,均与实际值相符。该方法的预测结果由点值扩大到区间,提高了预测的可靠性,可结合定量预测方法进一步研究。

软件演化过程度量

演化性是软件的固有属性。整个软件演化过程是由一系列活动构成,同时该过程具有复杂性、持续变化性、自治性、并发性、迭代性等特点。这些属性决定了软件演化过程是一个动态的、难以度量的过程。基于markov链理论,采用状态转移矩阵和权重因子等技术构造了关于软件演化过程对资源开销的度量模型。软件演化过程度量体系的建立对进行软件演化管理、控制、评估具有重要意义,同时更为重要的是该体系的建立为软件演化的自适应演化奠定了基础。

状态加权合成的CGHMM训练算法

为了克服训练数据不足的问题,提出了一种新的方法——基于状态加权合成的连续高斯混合密度隐马尔可夫模型(continuous Gaussian mixture hidden Markov model,CGHMM)训练算法.首先对每一个待合并模型中的每个状态都选定一个权值,当对多个训练样本进行CGHMM参数重估时,每一次迭代过程都分别对每一个训练样本获取CGHMM参数,再使用仅仅取决于状态数的权值加以合并.最后,将此新算法应用于轴承故障诊断,并与经典CGHMM算法进行了比较.实验结果表明,新算法的诊断精度更高,输出概率更好,获得了更优的训练模板.

多样本状态加权合成的CGHMM训练算法

为解决隐马尔可夫模型(HMM)中参数很多,实际当中难以提供足够多训练数据的问题,根据观察值序列的状态分布情况,描述了一种基于状态加权合成的连续高斯混合密度隐马尔可夫模型(CGHMM)训练算法,对多个CGHMM模型进行加权合成,并将此方法应用于轴承故障诊断进行仿真实验。实验结果表明,平均训练时间为12.86 s,诊断时间为0.189 s,诊断准确度为96%。可见,多样本状态加权合成的CGHMM轴承故障诊断方法确实有效可行,具有良好的应用前景。

一种基于TextRank的单文本关键字提取算法

作为一种经典的文本关键字提取和摘要自动生成算法,TextRank将文本看做若干单词组成的集合,并通过对单词节点图的节点权值进行迭代计算,挖掘单词之间的潜在语义关系。在TextRank节点图模型的基础上,将马尔可夫状态转移模型与节点图相结合,提出节点间边权为条件概率的新模型生成算法TextRank_Revised。通过对有标记和无标记的验证集进行验证,证明新的算法在不提升时间复杂度的前提下,通过计算单文本得出的单词排序结果相较于原TextRank算法更加吻合人工对文档的关键字提取结果。

模糊权马尔可夫模型在桥梁状况预测中的应用

以马尔可夫链方法为基础,针对桥梁技术状况值为相依随机变量的特点,采取以规范化的各阶自相关系数为权重,用加权马尔可夫链来预测未来技术状况,在此基础上,根据模糊集理论中的级别特征值,计算出具体的技术状况值,最后,以一实桥前20年的检测资料为实例,对该方法进行了具体的应用,并与灰色模型及灰色马尔可夫链模型等的计算结果进行对比分析,证实了该模型的预测精度。

基于灰色-加权马尔可夫链的光伏发电量预测

光伏发电量预测是光伏并网的一项基础性工作。运用灰色模型对光伏发电量进行总体趋势的预测后,加入了加权马尔可夫链预测理论,建立了灰色-加权马尔可夫链预测模型。该模型不仅考虑了GM(1,1)模型对指数增长序列的适应性,而且考虑了发电量数据随机波动的特点,用状态转移概率矩阵来描述这种波动性。将该模型运用于合肥某光伏电站的光伏发电量预测,结果表明加权马尔可夫链与灰色模型的结合,提高了对波动性较大的发电量数据预测的精度,验证了该模型的可行性和有效性。

基于权重空间MCMC抽样的高压电缆状态评价方法

为便于运维人员制定高压电缆检修的优先顺序,提出了一种基于权重空间马尔科夫链蒙特卡罗(MCMC)抽样的高压电缆状态评价方法。先对多属性综合评价的权重空间进行定义,并讨论了多权重向量下被评价对象优先排序概率的有界性、归一性和等价性,再分析了高维权重空间的约束条件,进而采用MCMC方法对受约束权重空间进行了概率模拟;综合高压电缆的在线监测、离线试验、运维和环境数据,通过单个指标判断确定明显异常的电缆,再由MCMC抽样获得足够的权重向量,进而构建各被评价电缆的优先排序概率矩阵,以计算各对象的整体优先概率,由此获得高压电缆的状态评价结果;最后通过某220 kV电缆实际数据验证了本文方法的有效性。

基于改进型灰色-马尔可夫预测模型的装备损耗研究

随着高新技术的发展,影响战场态势的因素错综复杂,针对战时装备损耗的特点,提出改进型灰色-马尔可夫预测模型,成功将其应用于某型航空弹药维修器材的消耗预测。该模型运用加速指数变换和几何平均变换方法处理原始数据,以提升灰色GM(1,1)模型的初步预测值的准确度。根据原始数据与初步预测值之差,运用模糊C均值聚类(FCM)法对状态空间进行合理划分,确定状态个数和聚类中心。为挖掘数据之间的相依关系,引入马尔可夫状态权重,以更合理地确定预测时间点的马尔可夫状态,获得最终预测值。实例分析表明该算法具有较高的精确度和可靠性,应用前景广阔。

基于混合高斯模型的配电网负荷伪量测权重优化算法

提出一种基于高斯混合模型(Gaussian mixture model,GMM)的配电网负荷量测权重优化算法,包括对GMM参数的优化和权重确定。首先采用引力搜索算法(gravitational search algorithm,GSA)对数据的最佳聚类个数进行判断,利用K-means算法获取数据的初始聚类中心、方差和混合权重;然后通过组合马尔科夫链蒙特卡洛期望最大化(Markov chain Monte Carlo-expectation maximum,MCMC-EM)算法对GMM的参数进行估计;最后根据优化的GMM,提出负荷伪量测权重优化方法,确定负荷伪量测的权重。以改进IEEE-12节点系统对所提方法进行验证,结果表明其合理、有效。

配电网电缆接头信息聚合评价方法研究

提出一种基于在线监测信息的配电网电缆接头运行状态评价方法。对影响电缆接头运行状态因素的重要性进行排序,采用层次分析法衡量建立各个因素相对重要性的判断矩阵,对满足一致性检验的判断矩阵进行求解,得到各个影响因素的权重系数。提出利用距离作为评价电缆接头运行状态的指标,基于马氏距离构造信息聚合算子对运行状态进行评价。实例分析表明,该方法是合理和可行的。

金融状况指数(FCI)构建及其与产出增长关系研究

本文建立了八要素的金融状况指数（FCI）变量体系，应用可变参数状态空间模型测度我国动态FCI，进而运用马尔科夫区制转移模型对FCI进行区制划分并检验不同区制下FCI与产出增长的关联性。结果表明，在“紧缩”和“适度扩张”区制下，FCI与产出增长率具有正相关关系，且相关性由强转弱，但在“超速扩张”区制下为负相关。FCI与产出增长率之间存在明显的门限效应，适度的金融扩张有助于服务实体经济，但金融虚假繁荣带来的脱实向虚将导致资源配置不合理，不利于经济的长期发展。

我国重点国有林区转型能力评价与预测

重点国有林区正在生态、社会及经济3个层面进行全方位转型;其转型能力是匹配且支持转型的一种能力,是由经济发展能力、社会和谐发展能力、生态保护能力3个维度构成的自组织整合系统。文中从我国重点国有林区转型发展的现实情况出发,构建其转型能力评价指标体系;采用熵权法对2001—2018年重点国有林区现实转型能力进行评价,并在此基础上运用马尔科夫模型预测2019—2023年重点国有林区转型能力。结果显示,2019—2003年重点国有林区转型能力仍将处于较强状态。