港口吞吐量的马氏链 时序分析预测

通过比较分析时间序列分析（TSA）和马尔科夫链预测方法,研究港口吞吐量科学预测的新方法.组合温州港近20多年的历史吞吐量数据,分别采用TSA和马尔科夫链进行预测.将TSA与马尔科夫链校正模型相结合,进行港口吞吐量预测.结果表明,上述复合模型较之TSA模型平均预测精度提高50%,较之单一的马尔科夫链平均预测精度提高75%.根据吞吐量实际数据的验证结果,建立马氏链-时序分析预测模型.结果表明,该模型能够同时反映吞吐量序列的增长趋势和随机波动性,更符合港口吞吐量的实际变化情况.     

MC-最优变权组合模型在建筑物变形中的应用

提出一种基于马尔科夫链(MC)误差修正的最优变权组合预测模型。该模型用马尔科夫链误差修正理论分别对GM(1,1)模型和线性回归模型的预测值作进一步的修正,充分发掘残差序列隐含信息,再建立最优变权组合预测模型,给出了MC-最优变权组合预测模型算法的实现流程。通过算例验证表明,该模型继承各单一模型的优点,并克服其模型缺陷,同时具备了马尔科夫链的误差修正特性,在一定程度上可以确保较优的局部预测数据和较好的全局预测精度,在建筑物变形预测中具有应用价值。     

大学生就业跟踪模型及其应用

结合高职毕业生就业实际,建立了就业质量评价指标体系,运用马尔科夫链系统分析了就业状态及其转移过程,依据转移矩阵建立了就业跟踪模型,通过历年的反馈数据对模型效果进行分析,给出了加快就业转移速度的动态策略。     

基于神经网络的马尔科夫链和遗传算法对股票价格预测研究

针对股票收益率和风险的不确定性,文章提出一种基于BP神经网络的马尔科夫链和遗传算法组合模型,该模型通过对神经网络以滚动预测法完成股票价格曲线的粗略拟合;在此基础上,借助马尔科夫链对股票价格的曲线拟合进行系统状态划分,并用遗传算法对系统状态划分进行优化,提高马尔科夫系统状态划分的合理性;最后用马尔科夫链缩小预测区间以提高预测精确度。     

食品安全事件舆情监测与预警体系构建

在本文中,笔者运用马尔科夫模型理论,建立基于微博的食品安全事件舆情热度预测模型,并以"三全猪瘟水饺"事件的微博舆情数据验证了监测指标体系和预测模型的可行性和准确性.由于马尔科夫链预测食品安全事件舆情热度发展趋势的准确率高,但需立足于舆情监测发展面临的问题,才能促进食品安全事件舆情监测系统升级成为预警系统.本研究从食品安...     

基于灰色马尔科夫链的道路交通死亡率预测

道路交通事故死亡率是反映道路交通安全的重要指标,为了对其进行准确预测,将灰色系统理论与马尔科夫链结合起来,构建了灰色马尔科夫预测模型,并将该模型与GM（1,1）模型进行比较分析.结果表明,灰色马尔科夫链模型能更好地预测道路交通事故死亡率.     

基于灰色马尔科夫模型我国非织造布产量预测

灰色预测方法对于波动性较大的非平稳数列预测精度不高,马尔科夫链理论能克服随机波动性数据对预测精度的影响.将灰色预测方法与马尔科夫理论结合,能有效提高预测的精度.运用灰色马尔科夫模型预测我国非织造布的产量,发挥两种方法的优势,取得了较为理想的效果.模型的平均预测误差为1.757%,比GM(1,1)模型的平均预测误差4.856%减小63.81%.     

具有马尔科夫特性的云存储改进优化算法

为了提高传统移动端云存储系统的存储效率,文中提出了一种基于马尔科夫链的安全云存储优化算法,将云系统中任意两节点的存储过程近似为马尔科夫过程,通过分阶段采用稳态马尔科夫策略对云系统中数据的安全存储进行预测,在计算各节点的存储代价的基础上采用再加密技术及优化技术,构建移动端云存储系统的安全优化模型,实现云存储的安全优化,保证移动端云存储访问。在存储过程将高级加密标准(AES)和公钥加密(RSA)加密算法结合并再次加密用于云存储的安全设计,以实现移动端云存储策略的安全性。仿真实验表明:存储优化算法能根据数据大小不同选择存储代价最小的节点,保证云系统数据的安全存储,提高了移动端云系统的存储效率,验证了基于马尔科夫链的云存储优化算法具有较高的可靠性。     

马尔科夫链在金融投资中的应用

以宁波港的股票价格和宁波银行的不良贷款额作为研究对象,根据不同的数据分类来建立不同的转移概率矩阵,并建立出预测模型。利用马氏链的平稳性和遍历性得到了股票价格的平稳概率分布,验证了马尔科夫链预测方法的可行性和准确性。     

高等院校教师人才流动的Markov-chain预测模型

介绍并解析随机过程理论中的马尔科夫过程与马尔科夫链;针对高等院校教师人才流动变化过程,利用马尔科夫过程分析方法建立描述人员流动变化趋势的Markov-chain预测模型,详细阐述了模型的算法步骤.以某所高等院校教师人才流动的状态转移数据作为算例,运用新建立的预测模型,对该院校教师人才的流动趋势做出了预测分析.最后,将教师进修状态纳入分析范围,进行了教师职业生涯和职务发展趋势预测的深入分析.应用模型对实际算例的求解结果表明:Markov-chain预测模型及算法,叙述简洁、运算方便,为高等院校教师人才流动,乃至其他行业人才流动的预测提供了一种新的、有效的思路和方法.     

基于Markov链的最优化模型在长江水质预测中的应用

马尔科夫预测方法在预测领域有着广泛的应用.该方法应用的一个重要问题就是如何估计一步状态转移概率矩阵.在历史资料没有给出系统处于n个状态次数的情况下,给出一步状态转移概率矩阵估计的最优化方法.最后讨论了基于Markov链的最优化预测模型在长江水质预测中的应用,表明该模型有效、可行.     

基于Markov链的软件可靠性早期评估研究

针对Markov链使用模型缺乏软件失效信息,提出了一种改进Markov链使用模型进行软件可靠性早期评估的方法。该方法首先扩展Markov链使用模型,在其中加入失效状态及执行概率,构建软件可靠性早期评估模型;然后,依据软件可靠性早期评估模型生成算法得到软件可靠性。最后,通过一个SCS软件实例,对本文方法性能进行了验证。实验结果表明,该方法可以自动输出多种软件可靠性评估指标,有效评估软件可靠性。     

马尔科夫模型在企业人力资源供给预测中的应用

基于马尔科夫过程,建立了企业人力资源供给预测模型,通过具体历史数据的收集,找出组织过去人事变动的规律,由此推断未来的人事变动趋势。以某电厂作为模型的实际应用案例对算法进行了验证。     

Theoretical generalization of Markov chain random field from potential function perspective

The inner relationship between Markov random field(MRF) and Markov chain random field(MCRF) is discussed. MCRF is a special MRF for dealing with high-order interactions of sparse data. It consists of a single spatial Markov chain(SMC) that can move in the whole space. Generally, the theoretical backbone of MCRF is conditional independence assumption, which is a way around the problem of knowing joint probabilities of multi-points. This so-called Naive Bayes assumption should not be taken lightly and should be checked whenever possible because it is mathematically difficult to prove. Rather than trap in this independence proving, an appropriate potential function in MRF theory is chosen instead. The MCRF formulas are well deduced and the joint probability of MRF is presented by localization approach, so that the complicated parameter estimation algorithm and iteration process can be avoided. The MCRF model is then applied to the lithofacies identification of a region and compared with triplex Markov chain(TMC) simulation. Analyses show that the MCRF model will not cause underestimation problem and can better reflect the geological sedimentation process.     

Markov链使用模型的测试用例生成方法研究

采用基于马尔科夫链使用模型的软件测试,在状态与激励序列中,从“开始”状态到“结束”状态形成一个完整的测试案例.因此,输入和激励的选择对于产生高效的测试案例十分重要.提出一种激励选择 带概率约束的随机选择方法,以软件Markov链模型的状态迁移概率作为激励选择的约束条件,使用遗传算法中用于选择下一代种群的选择算子——轮...     

基于马尔科夫法和序贯蒙特卡洛抽样的风电场可靠性评估

提出了运用马尔科夫法和序贯蒙特卡洛抽样的风电场可靠性模型并进行了并网可靠性评估。通过对风电场历史运行数据的统计,利用马尔科夫法得到风电机组有功输出状态之间的转移率,采用便于工程实现的正常、降额及故障3个状态作为风机故障模型并通过马尔科夫法计算得到状态概率及持续时间。利用序贯蒙特卡洛法对风机状态及其持续时间进行多重抽样,所提出的模型经过IEEE-RTS79可靠性测试系统进行综合模拟,并分析了不同风电渗透率下系统可靠性水平。实验结果表明所构建的模型能反映任意时间段的风机出力及可靠性水平。     

马尔柯夫链在预测江苏省恩格尔系数中的应用

把江苏省恩格尔系数的变化过程看成是一个马尔可夫链,并针对恩格尔系数的特点引入恩格尔系数增减率,利用其无后效性原理,建立一个数学模型对马尔可夫链的有关理论进行实证分析,从而说明恩格尔系数增减率变化过程确实具有马尔可夫性,并利用理论值进行预测分析,以供有关方面参考.     

模糊马尔科夫链状预测模型及其工程应用

针对工程问题的特点结合马尔科夫链理论 ,提出了具备状态模糊划分和具有“大体无后效性”特点的模糊马尔科夫链状的预测模型。并给出了模糊马尔科夫链的初始概率和一重转移概率的计算方法的一般公式。发展了马尔科夫链预测方法 ,拓宽了其应用范围