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.

基于高阶Markov链模型的风电功率预测性能分析

为了提高短期风电功率预测的精度,提出一种基于Markov链理论的预测算法。该算法直接对风电功率数据进行分析,划分了四种状态空间,并根据状态空间数和建模数据量的不同分别建立一阶和二阶Markov链模型。采用新误差公式NRMSE,给出不同状态空间数和建模数据量下的一阶、二阶Markov链模型预测性能比较结果。进一步给出在选取相同状态空间数、相同建模数据量的情况下,一阶和二阶Markov链模型的灵敏度分析。经实例验证,该算法能有效地提高单点值预测精度,并且给出了与预测值相关的概率分布结果。

多Markov链用户浏览预测模型

建立有效的用户浏览预测模型 ,对用户的浏览做出准确的预测 ,是开发各种浏览导航工具的关键 .传统的Markov链模型是一种简单而有效的预测模型 ,但它存在预测准确率低 ,存储复杂度高等缺点 .通过对该模型的扩展 ,该文提出并建立了一种基于用户分类的新模型———多Markov链模型 .实验表明 ,该模型能更准确地描述用户在Web上的浏览特征 ,在预测准确率和存储复杂度方面都显著地优于传统的Markov链模型 .

生命旋回-Markov链耦合模型在作物需水量预测中的应用

以方便性和实用性为主要目标,提出了一种新的作物需水量预报模型——生命旋回-Markov链耦合模型。经验证,模型精度较高,可以用于作物需水量的预报。

基于GM(1,1)-Markov链模型的汽车企业订单预测

准确预测企业下一周期的订单数量至关重要。相比其他众多的预测方法,GM(1,1)模型能够较好地通过建立一个小型样本模型来完成短期预测。提出了一种基于改进的GM(1,1)模型与Markov链模型相结合的汽车企业订单预测模型,该预测模型的有效性通过柳州一家汽车公司的实际数据得到检验。

Markov链与Q-Learning算法的超轻度混动汽车模型预测控制

为了同时兼顾能量管理策略的全局最优性与运算实时性,本文提出了基于Markov链与Q-Learning算法的超轻度混合动力汽车模型预测控制能量管理策略。采用多步Markov模型预测加速度变化过程,计算得出混合动力汽车未来需求功率;以等效燃油消耗最小与动力电池荷电状态(SOC)局部平衡为目标函数,建立能量管理策略优化模型;采用Q-Learning算法对预测时域内的优化问题进行求解,得到最优转矩分配序列。基于MATLAB/Simulink平台,对于ECE_EUDC+UDDS循环工况进行仿真分析。结果表明:采用Q-Learning求解的控制策略比基于动态规划(DP)求解的控制策略,在保证燃油经济性基本保持一致的前提下,仿真时间缩短了4 s,明显地提高了运行效率,实时性更好。

基于多Markov链预测模型的Web缓存替换算法

为了提高web缓存的性能,提出了一种基于多Markov链预测模型的Web缓存替换算法PGDSF-AI.首先将Web中具有不同浏览特征的用户分为多类,为每一类用户建立类Markov链,进一步建立多Markov链预测模型.然后利用该模型对当前的用户请求预测,进而组成预测对象集.当缓存空间不足时,选取键值最小且不在预测对象集中的对象替换.通过估算对象的平均间隔时间,避免缓存大量保留长时间没有访问的对象.实验结果表明,提出的算法有较好的性能.

基于Markov链的随机需求预测模型

随机需求预测是供应计划工作的重点和难点 ,应用马尔柯夫链分析法和蒙特卡洛仿真技术 ,可以建立一个有效实用的随机需求预测模型。

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

Markov链预测法的模糊模型及其应用

Ｍａｒｋｏｖ链预测法的模糊模型及其应用河南鹤壁矿务局职工医院赵施竹问题的提出Ｍａｒｋｏｖ过程是无后效性的随机过程，当状态和时间参数都是离散时，称为Ｍａｒｋｏｖ链［１，２］Ｍａｒｋｏｖ模型是一种非参数统计方法，关键是建立某一事物在一定间隔时间内由一种状...

生命旋回-Markov链模型在径流预测中的应用

为了解决生命旋回模型无法反映径流序列随机性的问题,将生命旋回模型与Markov链模型结合,建立了生命旋回-Markov链组合预测模型。该模型的特点是用生命旋回模型模拟预测径流量序列的趋势项,用Markov链模型对径流残差序列进行修正。应用该方法对黄河上游唐乃亥水文站的径流量预测结果表明:汛期预测平均相对误差为18.07%,但是有些月份误差较大;枯期预测的平均相对误差为8.26%。

基于混合Markov链的用户浏览预测模型

根据Web用户的浏览历史建立用户浏览预测模型是Web环境下实现个性化服务和开发各种浏览导航工具的关键。该文首先利用PLSA模型对Web用户进行用户聚类,然后建立基于用户类别的混合Markov链用户浏览预测模型,该模型更能准确地描述用户浏览特征。实验结果表明了该模型的优越性。

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链优化灰色GM(1,1)模型预测城市居民用电量

针对数据列波动对GM(1,1)模型影响的问题,通过引入Markov概率矩阵来减小波动,以实现其预测精度的提高。以苏州市2015年1月-2020年10月之间每月的居民用电量作为模型的训练数据,以2020年11月-2021年3月每月居民用电量的数据作为测试数据,计算模型的预测精度,并预测2021年4月的居民用电量。实证结果得出:GM(1,1)模型预测的平均相对误差为24.70%,而通过Markov链进行优化后其平均相对误差为11.62%,通过Markov链进行优化后的GM(1,1)模型预测效果要优于传统GM(1,1)模型。

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Markov链的土壤盐渍化动态变化预测

为揭示银川平原土壤盐渍化演变规律,该研究从2000年4月份TM影像、2004年4月份中巴资源卫星影像、2009年4月份中国环境卫星影像分别提取银川平原土壤盐渍化信息,获得三个时期的银川平原土壤盐渍化分布图;以2000年数据作为模型的初始状态、2000年—2004年数据建立银川平原土壤盐渍化概率转移矩阵,模拟银川平原土壤盐渍化变化趋势并进行精度检验。对模型的X2检验表明,模型2009年预测结果与实际值无显著性差异,两者吻合良好。模型结果表明,在当前驱动力下,100多年后,各盐渍化土壤面积趋于稳定,重度盐渍化面积、中度盐渍化面积、轻度盐渍化面积分别为450.23、451.66、1469.84km2,占研究区总面积的30.42%,比2000年(36.28%)降低5.86%。利用马尔科夫模型进行银川平原土壤盐渍化预测是可行的,预测结果可以为土壤盐渍化管理提供理论依据。

模糊加权Markov链的用户行为预测

提出了基于模糊加权Markov链模型,通过分析用户行为特征和最优状态分类的方法,预测网络用户行为,并验证了此模型的可行性和实用性.