基于加权马尔科夫模型的武汉市降水量预测

对区域降水量的变化趋势进行研究,制定与地区水资源相匹配的经济和产业战略规划,合理开发利用水资源,保持经济社会可持续发展等具有重要意义.针对传统马尔科夫预测模型存在对历史数据均衡看待,且预测结果比较笼统的问题,采用对不同特点的历史数据加权重和模糊数学处理预测结果的方法进行了改进,并用改进后的模型对武汉市降水量进行了预测,由模型预测得到2019年武汉市降水量为1 224.28 mm.     

基于滑动平均-加权马尔科夫链的宁夏石嘴山市年降雨量预测

为了给农业发展与决策提供理论支持,根据石嘴山市5个气象站(大武口站、平罗站、石炭井站、陶乐站、惠农站)1960—2008年的降雨资料,进行3 a滑动平均计算.采用均值-标准差分级法计算降雨量分级,将降雨序列分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态.利用精度检验后的加权马尔科夫预测模型对石嘴山市2007年和2008年滑动平均降雨量进行区间估计,并根据状态特征值结合线性插值的方法计算了滑动平均降雨量的预测值,由此得出2009年和2010年的年降雨量预测值.最后讨论了各状态重现期.计算结果表明:石嘴山市2007年和2008年的3 a滑动平均降雨量分别是185.42,168.28 mm;2009年和2010年的年降雨量分别为135.11,146.88 mm,均处于偏枯年状态;平水年和偏丰年重现期最小,枯水年重现期最大.     

加权马尔可夫链预测模型在降水量预测中的应用

基于雨季降水过程中存在大量的不确定性、非精确性的特点,阐述了马尔可夫链的理论及性质和加权马尔可夫链预测(WMCP)的思想,并应用有序聚类的方法(最优分割法)建立科学合理的状态分类标准.最后以川中丘陵区简阳市1974-2004年的降水量为例,运用1974年到2003年这30年降雨量所处状态来预测2004年降雨量所处的状态.整个分析、计算过程中的数据结果均是通过MATLAB程序来实现的,加权马尔可夫链预测方法计算方便,结果准确,为降雨量的预测分析提供了一个新的途径.     

基于马尔科夫链的轻轨乘客轨迹预测新算法

利用重庆轻轨的乘客刷卡数据,分析了乘客出行特征,并提出了一种基于马尔科夫链的乘客轨迹预测算法。该算法首先利用贝叶斯分类器对乘客下次出行轨迹进行分类;然后,根据乘客最近一次出行轨迹与其常住地的关系,预测其下次出行轨迹。在真实轻轨交通数据集上的实验结果表明,该算法对乘客出行轨迹的预测效果优于LTMT、RNN和2-MC;同时,该算法基于大数据处理框架Spark进行编码,减少了运行时间。     

基于马尔科夫链的教学效果评价研究

运用马尔科夫链对城市轨道交通运营管理专业2020～2021学年度两个学期末《大学英语》课程的成绩进行分析研究,以便科学评价教学效果,结果表明：不同学生的基础水平存在差异,不能单纯地依据学生的某一次考试成绩的优劣来评价教师的授课效果;教学效果评价是一个多因素、多变量、模糊的非线性过程;基于马尔科夫链的教学效果评价,不需要大量的历史数据,不需要考虑学生考试成绩的波动性,可对长期教学效果进行科学预测。     

基于新维灰色马尔科夫模型的股价预测算法

灰色预测适合于时间短、数据量少、波动不大的系统对象，但是对于系统对象的中长期预测，采用任何形式的GM（1，1）模型，预测结果往往会偏高或偏低，而马尔柯夫链理论适用于预测随机波动大的动态过程。通过结合灰色预测和马尔柯夫链理论的特点，并利用新信息优先的思想，提出了一种新维无偏灰色马尔柯夫预测模型，用无偏GM（1，1）模型拟合系统的发展变化趋势，并以此为基础进行了马尔柯夫预测，在每一步预测中，不断推陈出新，更新原始数据。实验结果表明，与一般的灰色马尔柯夫预测模型相比，预测准确度尤其是中长期预测准度得到了较大提高。     

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。     

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.     

基于马尔科夫链改进灰色神经网络的水质预测模型

根据汾河运城段的实际情况,应用改进灰色神经网络对水质进行预测.在数据处理以及关联度分析的基础上,选取关联度较高的氨氮、挥发酚、水温、BOD5及COD作为灰色神经网络的输入节点.应用灰色神经网络对水质进行预测,再用马尔科夫修正误差残值,可使修正值更加接近实测值.灰色神经网络的相对误差为68.44%～4.69%,改进灰色神经网络将相对误差为41.96%～2.23%,可见改进神经网络的预测精度更高.改进灰色神经网络模型,结合了灰色神经网络和马尔科夫的优点,提高了预测的精度,并以汾河河津大桥监测断面的水质预测为例,验证了该方法的可行性.     

基于马尔科夫链误差修正的光伏发电预测

为了提高光伏发电预测的精度,在传统BP神经网络预测模型的基础上,利用相似日算法和马尔科夫链理论对预测模型进行改进。其方法以得到的相似日数据作为预测模型的输入量,通过BP神经网络进行训练,得到初步的预测值,然后根据马尔科夫链模型得到的误差状态转移概率矩阵对预测误差进行修正,根据修正后的误差得到新的预测值。最后通过与传统算法得到的预测结果进行误差对比分析,结果表明,改进算法的预测精度高于传统算法,验证了该模型的有效性。     

马尔可夫链在高校通信市场预测与决策中的应用

借助随机过程中著名的马尔可夫链理论知识,以某地区三高校通信市场客户的转移数据为研究对象,分析了市场占有率的变化,通过实例来将马尔可夫分析法运用于决策过程,力图为通信市场分布策略研究提供一种新的思路．     

基于Markov链的产品回收处理预测

利用Markov链的无后效性对降级再用、维修再用、部件再用、部件翻新、零件再造、材料再生和废弃处置等7种状态,建立相应的回收处理预测模型.对产品回收状态,包括时间、数量和质量进行预测,并将这些模型应用到计算机的回收处理.通过模型求解,可以帮助管理者考察各目标的实现程度及差距,有利于企业改进产品设计.     

基于马尔可夫链的新型威胁评估预测方法

为了减少防空作战中二次打击时基于马尔可夫链的态势预测对大量历史经验的需求问题,采用一种状态转移矩阵推导算法,只需少量的历史数据即可推导出合理的状态转移阵。针对现实中作战双方相互打击可能受到的毁伤情况及其对态势预测的影响,提出一种新型的毁伤矩阵方案。该方案以前一轮的打击结果为前提,预测下一轮打击时的威胁。最后结合相关实例进行仿真分析,并通过试验结果证明了算法的可行性和有效性。     

滑动平均-权马尔可夫链模型在降水预测中的应用

基于降水过程存在大量不确定性的特点,以徐州市53年的降水资料为实例,通过均值标准差分级法建立降水序列的分级标准,采用规范化的各阶自相关系数为权重,用滑动平均的权马尔可夫链模型,通过状态转移概率矩阵预测未来时段的降水状态,并应用级别特征值计算具体的降水量,结果表明该方法预测精度较高,结果与实际情况相吻合．     

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     

加权马尔可夫链预测模型的优化方法及应用

借鉴自回归模型,采取添加随机项的方法对加权马尔可夫链预测模型进行优化,并把优化后的模型应用于郑州市年降雨量的预测,通过与原模型和自回归模型预测结果的对比分析发现,优化后的模型弥补了原模型预测结果缺乏波动性的不足,同时使预测结果不仅在精度上有一定的提高,而且在趋势上更接近于实测值.     

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。     

基于灰色马尔可夫链的城市居民人均收入预测

城市居民家庭人均可支配收入是用以衡量城市居民收入水平和生活水平的最重要和最常用的指标,因此对预测结果的的精度要求较高.灰色马尔可夫链模型兼并了灰色预测和马尔可夫预测的优点,在城市居民收入的预测中有较高的应用价值.