关于多重马氏链的一个极限定理及其推广

通过引进ｍ值随机变量序列相对于Ｋ重马氏链的随机比较系数的概念得到了关于状态序组出现频率的一个极限定理，它的一个特殊情况是马尔科夫链的一个强大数定律在多重情况的推广。     

基于时间策略的连续时间Markov过程验证

对系统模型进行验证是保证系统安全的一个关键.连续时间Markov过程可以刻画复杂并发系统的随机、概率、不确定性特征.提出时间依赖策略下连续时间Markov过程验证方法,将连续时间Markov过程转换成为交互式马尔科夫链,给出模型的转换方法及不确定性选择策略的转换方法,最终通过求解交互式马尔科夫链的时间可达概率最值实现对连续时间Markov过程模型的验证.理论分析表明,提出的方法具有可行性.     

基于BP神经网络马尔科夫模型的径流量预测

讨论了马尔科夫链状态划分的黄金分割率法和"马氏性"检验法,并针对BP神经网络预测和马尔科夫预测的优缺点,提出了BP神经网络与马尔科夫相耦合的BP神经网络马尔科夫模型,以石泉水库年入库径流量为例,验证了该方法的可行性.     

非齐次马氏链二元泛函的若干极限性质

用分析方法研究非齐次马尔科夫链的极限性质,得到了关于有限非齐次马氏链二元函数的一类平均值的一组极限定理,其中包括对任意有限非齐次马氏链均成立的几个极限性质。     

关于可列齐次马氏链泛函的一个强极限定理

利用鞅差序列的收敛定理,给出了一类关于可列齐次马尔科夫链泛函的强极限定理。     

关于多重马氏链的一个极限定理及其推广

通过引进ｍ值随机变量序列相对于Ｋ重马氏链的随机比较系数的概念得到了关于状态序组出现频率的一个极限定理，它的一个特殊情况是马尔科夫链的一个强大数定律在多重情况的推广．     

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     

基于马尔科夫过程的电力企业市场竞争预测

在经济预测的方法中,马尔科夫过程预测技术不需要连续不断的历史数据,只需要近期的资料就可以预测未来。许多经济和社会现象中的动态系统问题,都可采用马尔科夫过程来描述。因此,它的应用较为广泛。针对电力企业的自身特点,利用马尔科夫过程建立了市场占有率的马尔科夫过程预测模型,给出了模型的应用,可以为发电企业参与电力市场竞争提供必要的决策依据。     

马尔科夫预测在房地产市场营销中的应用研究

针对房地产市场营销的系统动态特征,应用马尔科夫链滚动预测方法,可在仅仅占有前期样本的基础上实现系统定量预测,可用于指导房地产市场营销过程中的理性经营.为揭示房地产市场营销活动中主因素构成及其系统数理内涵,文章主要就有关样本解析建模、马尔科夫链滚动预测方法提出了分析研究的相应定量定性结论.马尔科夫预测方法在适用于短期预测的基础上,当市场比较稳定并在一定时期内没有大的变动,只要状态转移矩阵滚动次数足够多,同时也适用于长期预测.     

齐次树上随机场的奇偶马尔科夫链的逼近

通过引进样本相对熵率作为齐次树上任意随机场与可数奇偶马尔科夫链场之间偏差的一种度量,建立了一类强偏差定理.作为推论,本文得到关于状态序偶频率的偏差定理.定理证明过程中应用了研究奇偶马尔科夫链的新方法.     

调制马氏链与两状态调制半马氏链的匹配

在用流体近似法研究ATM复用器的输入过程时,一般假设单个信源的控制过程为两状态马氏链。迭加后的输入过程是一个控制过程为多状态、连续时间、不可分马氏链的马氏调制过程。由于状态个数很大,不便于对缓冲器容量的研究。文中将它匹配成只有两个状态的半马氏调制过程,由于状态个数仅为两个,简化了理论分析和数值分析过程。     

马尔科夫链的一个应用

本文给出了一个判别马尔科夫链具有普遍历性的充分条件，并给出了马尔科夫链的一个新的应用，即利用马尔科夫键来定量地评价教师的教学效果，这种评价方法具有比目前各种评价方法更为科学合理的特点。     

结构状态的马尔科夫链模型及其统计推断

马尔科夫链是结构状态宏观描述和预测中一个可接受的概率模型,但在建立该模型的过程中目前的极大似然法需在较长的时间跨度内采集不同时期的数据,存在数据采集方面的困难。本文为此提出了利用当前数据的最小二乘法,使得通过统计推断建立马尔科夫链模型更为现实可行。     

面向汽车运行工况设计的马氏链非等长交叉进化算法

为解决马尔科夫链和传统遗传算法设计汽车运行工况时效率低、质量差的问题,提出用于设计汽车运行工况的马氏链非等长交叉进化方法.设计子代满足马尔科夫链转移关系的非等长交叉算子,解除等位等长交叉段的限制,使遗传算法更好地适用于汽车运行工况的设计.根据试验数据,应用马氏链非等长交叉进化方法构建非等长初始种群,使用满意准则模型和指数加权平均数设定目标函数,设计三参数汽车运行工况.随机生成3种不同长度的三参数高速公路代表性工况.分析结果表明,期望运行工况与原始数据库特征参数的相对偏差均在设定范围内,速度和加速联合分布相关系数均高于90%,生成工况具有代表性.相比于马尔科夫链和传统遗传算法相结合的设计方法,马氏链非等长交叉进化方法的平均运行工况生成效率提高了66%,运行工况质量更优.     

用马尔科夫过程描述水库径流

以年为周期、按时间序列把径流连续过程离散化为月或旬,若相邻月(旬)存在依赖关系则径流过程符合马尔科夫链。在求出条件概率后,即可求出相邻时段的转移概率矩阵,最后求得相应的条件概率流量。全部计算用FORTRAN语言编写程序,在VAX—8350机上实现。     

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。     

马尔科夫链驱动的带停时的超前倒向随机微分方程的适应解

考虑有限随机区间上由马尔科夫链驱动的超前倒向随机微分方程.假设由马尔科夫链驱动的带停时的超前倒向随机微分方程的生成元满足Lipschitz条件,通过Doob鞅不等式以及不动点定理,证明由马尔科夫过程驱动的有限随机区间上的超前倒向随机微分方程存在唯一解.     

上证综合指数波动情况研究——基于滚动窗口的马尔科夫链预测模型

文章运用基于滚动窗口的马尔科夫链预测模型,对上证综指的变动进行研究,创新的给出概率转移矩阵、极限概率以及预测准确率的时变特征,并给出马尔科夫链预测模型的最优窗口长度和状态定义阀值。研究揭示,大盘波动幅度与大盘的极限概率有着密切的关系;股指期货推出后大盘平盘概率占据主导地位,平稳性显著提高,马尔科夫链预测模型的预测准确率也有了较大提高。     

一种轮询系统的一般站平均队列长度

介绍了排队优先权站点轮询系统的操作原则。通过对系统运行时的状态分析,嵌入马尔科夫链,构造系统稳态时的平衡方程,将其变换为队列母函数方程。对其进行拉普拉斯－斯蒂吉尔斯变换,利用代数方法求解出了平衡状态下一般站平均队列长度。可以看出平均队列长度与服务员走步时间之和成正比,与该队列和中心队列的单位时间内顾客到达个数以及ｒＢ和ｒｋ相关。     

灾害应急状态终止的随机决策与仿真

为确定灾害应急状态终止时间,通过对应急状态终止状态影响因素的分析,将应急状态分为应急紧张状态和应急稳定状态2种,针对各状态指标先期的统计数据,结合马尔科夫过程,寻找出应急状态进入稳态概率分布的最大时间N,然后运用最优停止理论在N中寻找出应急状态终止的最优时间,并建立应急状态终止的马氏链决策-最优停止理论模型．基于马氏链的灾害应急状态终止模型能较准确地对应急状态终止时间进行量化决策,且计算简便,易于计算机实现,具有较强的可操作性,所提出的模型为掌握应急所处状态和对应急状态终止时间进行决策提供了理论支持.