基于模糊集修正加权马尔可夫模型在新疆降水预测中的应用

[目的]为提高降水预报精度,准确预测一个地区未来的降水丰枯状况和降水量,为该地区工农业生产生活提供决策参考.[方法]以年降水时间序列为研究对象,利用模糊集理论和加权马尔可夫模型建立一种基于模糊集的修正加权马尔可夫预测模型.该模型改进加权马尔可夫模型中初始状态向量的确定方法,即通过引入模糊集理论,基于距离测度建立隶属度函数,计算出随机变量序列各时段序列值隶属于所有状态的隶属度,并将隶属度向量作为该时段的初始状态向量.[结果]根据新疆1957 ～2010年的年降水数据,利用该模型预测新疆2011 ～2012年的降水丰枯状况及降水量预报值.2011 ～2012年丰枯状态的预测结果与实际完全一致,降水量预测值的误差分别为0.99;,0.54;.进一步利用该模型动态预报了2013 ～2017年的降水丰枯状况及降水量.[结论]基于模糊集的修正加权马尔可夫模型具有更高的预测效果,可用于新疆降水丰桔状况预报和降水量预测.     

加权马尔可夫链在泰安地区年降雨量预测方面的应用

依据1960~1990年泰安地区的年降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态,利用加权马尔可夫链建立年降雨量预测模型,针对其对极端降雨量年份预测不准的缺点,利用灰色系统理论进行极端降雨量年份预测,作为原模型的补充。结果表明,采用该方法预测的结果与实际情况相吻合,且34年后泰安地区将出现旱情。     

基于马尔可夫模型的粮食产量丰歉状态预测

基于粮食产量序列存在不确定性、不精确性的特点,应用有序聚类的方法建立粮食产量丰歉状态的分级标准,并根据烟台市1949~1997年粮食产量对1998和1999年的粮食产量进行了预测。结果表明,根据有序聚类的原理确定粮食产量的状态,可使确定的分级标准更加合理;1998和1999年预测结果为丰年的发生概率为0.786和0.838,与实际情况相符,预测效果比较明显。     

加权马尔可夫模型在土地利用变化预测中的应用

在传统的马尔可夫链模型的基础上,建立了加权马尔可夫链模型。依据遥感影像,计算出太仓市1995年至2001年,2001年至2005年各类土地利用面积的马尔可夫链的转移概率,以不同步长外推的预测值与现状值(2008年)之间的相关系数为权重,用加权的马尔可夫模型对预测的结果进行修正,其修正后的结果更加接近实际。     

模糊加权马尔可夫链模型及其应用

在传统的用马尔可夫链模型预测的方法基础上,建立了模糊加权马尔可夫链模型。以某地区梅雨期长度的预测作为实例,介绍了使用这种模型的方法与步骤,提出了具有模糊状态的马尔可夫链的转移概率计算公式,并采取以规范化的各阶自相关系数为权重,用加权的马尔可夫模型预测的结果与实际梅雨期长度相吻合。     

加权马尔可夫链理论在肉类产量预测中的应用

为准确反映肉类产量的波动特征,基于加权马尔可夫链理论提出了灰色残差修正模型,采用均值-均方差分级法,将残差灰拟合精度指标划分为4个状态,利用加权马尔可夫链理论对残差预测值进行修正.以1994-2011年郑州市肉类产量为基础,建立预测模型进行实证分析,并在模型中加入等维信息,结果表明,与传统的灰色预测相比,预测平均相对误差由21.88％降低为1.312％,较好地提高了预测精度.     

加权马尔可夫链在预测居民消费价格指数中的应用

主要是应用加权马尔可夫链的预测方法对居民消费价格指数进行预测,以1989~2006年全国居民消费价格指数资料为例,分6个步骤进行马尔可夫链预测,以说明加权马尔可夫链方法的具体应用。     

多重马尔可夫链预测的模糊模型

木文提出了多重马尔可夫链预测的模糊模型。该模型克服了以普通集合论为基础划分系统状态的弊病,推广了马尔可夫链预测的模糊模型。模型有效地提高了预测精度。文中以林业虫害预测说明了多重马尔可夫链预测的模糊模型的方法。     

基于加权马尔可夫链的甘肃省棉花单产的年景预测

马尔可夫过程是一个随机过程,具有"无后效性"特征,而棉花的单产序列是具有这一特征的随机过程。利用加权马尔可夫链的基本原理和方法预测甘肃省棉花单产未来的变化情况,可为进一步控制棉花生产风险提供理论依据。     

基于马尔可夫模型的河川径流丰枯状态预测

依据山东半岛丘陵区大沽夹河1966～2003年逐年径流量,根据有序聚类和时间序列分析的马尔可夫预报模型。对大沽夹河2004年的丰枯状态进行了模拟预测。结果显示,2004年径流量的状态2发生率最高,为0．517,即为偏枯水年,与2004年实际情况一致。这说明运用马尔可夫模型进行河径流量的丰枯状态预报是有效可行的。     

加权空间模糊动态聚类算法在土壤肥力评价中的应用

 【目的】改进和提高空间模糊聚类算法。【方法】首先利用层次分析法得到各属性的权值,然后将权值与空间模糊动态聚类法相结合,最后利用概率统计中的F分布来确定最佳分类,以提高空间模糊聚类算法的智能性。【结果】加权空间模糊动态聚类算法与基于模糊等价关系的传递闭包方法进行比较表明,当λ取0.993时,F值最大,分类效果最好。此时,加权的F值为4.898,未加权的F值为2.957,说明加权的类间的差距比未加权的明显,即该算法聚类准确率要明显高于未加权的模糊聚类算法。【结论】将其改进的算法运用到精准农业的土壤肥力评价中,试验结果与实际情况相符,证明了该算法的有效性。     

马尔可夫链及其在林业预测中的应用

马尔可夫链是一种随机模型。它可以用来预测、分析具有多种状态的随机系统。本文介绍了马尔可夫链的基本概念和方法,并就在林业预测中的两个问题——林木病害预测和森林资源变化预测进行了讨论和分析。     

有序聚类方法在沉积物粒度分带中的应用

针对现阶段湖泊沉积物粒度特征研究中垂直剖面分层方法所存在的数学方法的不足,借鉴孢粉分带比较成熟的案例,应用有序聚类法中次序不变的特点,以柴达木盆地尕海湖DG02钻孔338个经激光粒度仪测试的样品为研究对象,在有序聚类的数学理论基础上,借助Tilia软件将湖泊沉积物垂直剖面进行分层。研究结果表明,柴达木盆地尕海湖地区环境演化大致经过4个阶段：冰消期晚期（3109—3454cm）、早全新世（2623～3109cm）、中全新世（1114～2623cm）和晚全新世（50～1114cm）。通过与孢粉结果及前人研究结果进行对比,有序聚类法分类结果与现有分析结果较为吻合,一些重要的干旱和湿润事件也与其他区域的冰芯、孢粉、历史文献等记录相一致,表明利用该方法进行粒度分带是科学合理的．具有较高的实用价值。     

有序聚类法在土壤水分垂直分层中的应用

针对现阶段土壤水分动态研究中土壤水分垂直剖面分层方法所存在的数学理论依据不足的问题,应用有序聚类法中次序不变性的特点,以晋西黄土残塬沟壑区吉县刺槐林地为研究对象,通过对4个样地0～200 cm土壤水分的定位观测,将土壤水分垂直剖面进行了分层. 研究结果表明,晋西黄土残塬沟壑区刺槐林地土壤水分垂直剖面可分为:土壤水分弱利用层（0～20 cm）、土壤水分利用层（20～100 cm）、土壤水分调节层（100 cm以下）. 通过与现有的同类研究对比,有序聚类法分类结果与其他分类结果较为吻合,表明有序聚类法在严密的数学理论基础上,结合了土壤水分层次的有序性,是土壤水分分层研究的创新.      

基于灰色马尔可夫链模型的水质预测

GM(1,1)模型由于其原始数据的起伏性和无序性,预测结果不是很理想.针对这一情况,采用马尔可夫链模型对GM(1,1)模型结果进行优化,并应用该模型对太子河干流化学需氧量进行预测.结果表明,应用灰色马尔可夫链模型进行预测,化学需氧量成逐年下降的趋势,2012年实际化学需氧量为11.4 mg/L,结果在(9.97,12.59)的预测区间,说明应用灰色马尔可夫链对水质进行预测是可行的.     

基于模糊聚类的神经网络虫情预测研究

针对虫情预测的模糊性、相关性、非线性、实时性等特点,以及神经网络在小样本预测时泛化能力降低的问题,提出了一种基于模糊聚类的神经网络农作物虫情预测方法。仿真结果表明,该方法简单实用,能快速、准确预测虫情,特别在样本少及样本相关性较大的情况下,能取得较好效果。     

应用有序聚类法对柠条苗高生长期的划分

以柠条的净高生长量为样本，应用有序聚类法，对柠条的苗高生长期进行划分，结果如下：１．出苗期（４月２２日～５月１２日）；２．幼苗期（５月１３日～６月２０日）；３．速生期（６月２１日～７月３０日），４．硬化期（７月３１日～９月１０日）。苗木的速生期较短，但全年高生长的７０．８％是在该期内的完成的，因而，该期的水，肥，光，热等合理调节措施是苗高生长的重要保证。     

马尔可夫链在绵阳市粮食产量年景预测中的应用

基于绵阳市1980~2006年粮食产量存在不确定性的特点,将绵阳市粮食产量年景划分为丰年、平偏丰、平年、平偏歉、歉年5个年景状态,应用马尔可夫链对绵阳市粮食产量年景进行了分析和预测,结果表明,丰年、平偏丰、平年、平偏歉、歉年5个年景发生的概率分别为0.32、0.26、0.21、0.07、0.14,与实际情况相符。对2006年的预报结果与实际情况相符,对2007年的预报结果有待验证。     

马尔可夫链在市场营销中的应用

简述了马尔可夫模型的基本原理,介绍了利用马尔可夫过程的基本特征,对随机现象进行统计预测的方法。根据实例分析,建立了市场占有率的马尔科夫预测模型。