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。     

基于有序聚类的模糊加权马尔可夫模型在降雨预测中的应用

基于降水过程中存在大量不确定性和不精确性的特点,在传统的马尔可夫链模型预测方法的基础上,利用有序聚类的最优分割算法和模糊理论,采取以规范化的各阶自相关系数为权重,建立了基于有序聚类的模糊加权马尔可夫预测模型,并对宜昌1999~2007年的夏季降雨量进行了预测,结果表明,基于有序聚类的模糊加权马尔可夫预测模型用于降雨量的预测效果较好。     

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。     

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。     

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.     

河南省渔业增加值的加权Markov残差修正预测研究

引入友精度指标,基于加权马尔可夫链(Markov)理论提出了灰色残差修正模型,并运用马尔可夫状态转移矩阵对未来残差的符号进行判定.以1994-2011年河南省渔业增加值为基础,建立预测模型,并在模型中不断加入新信息,进行实证分析.结果表明,与传统的灰色预测相比,预测值平均相对误差由8.33％降低为2.54％,较好地提高了预测的精度.     

模糊权马尔可夫链在原州区降雨量预测中的应用

依据1971—1997年宁夏固原市原州区的降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为丰水年、偏丰年、平水年、偏枯年和枯水年5个状态,根据马尔可夫链预测方法,验证该降雨序列满足马氏性,并以规范化的各阶自相关系数为权,结合模糊集理论,建立适用于原州区降雨量的模糊权马尔可夫链预测模型.利用灰色系统理论进行降雨量极值年份预测,弥补了模糊权马尔可夫链预测模型对极值预测不准的缺点.结果表明,采用这种方法预测的结果与实际情况相互吻合.     

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。     

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.     

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。     

残差修正模型在森林火灾预测中的应用

基于1990-2013年福建省森林火灾发生次数建立残差修正模型,并与BP神经网络模型、马尔科夫链模型、赋权组合预测模型进行比较.结果表明:残差修正预测模型的预测精度达到95.33%,而BP神经网络模型预测精度是87.77%,马尔科夫链模型预测精度为74.85%,赋权组合预测模型预测精度为88.3%,残差修正模型预测效果优于其他3个模型,说明使用其对离散的森林火灾数据进行短期预测是有效可行的.     

在粮食单产预测中应用马尔柯夫链——以吉林省为例

以1981~2006年共26年的统计资料为实例,用加权的马尔柯夫链模型预测和分析了吉林省未来粮食生产的丰欠年景。     

山东省济宁市年降雨量演变与预测分析

济宁市人均占有水资源量不足全国平均水平的1/4,且水资源的时空分布受降水、地形地貌及人类活动影响较大,研究年降雨量的演变趋势和预测年降雨量是区域水资源规划中急需的工作。本文在对降雨序列的趋势和周期分析的基础上,通过加权马尔科夫链结合模糊集理论的方法,预测了该市的年降雨量。结果表明,尽管气温发生着变化,但降雨并无明显变化;经对2006~2009年4年的年降雨量进行预测检验,证明该预测方法有较高的准确性,预测2010年降雨量为660.39 mm,与周期分析结果一致。可以为当地水利部门的防洪抗旱工作及制定相应的政策措施提供决策支持。     

基于马尔科夫链的紫花苜蓿分枝过程模拟研究

植物的分枝过程对研究植物的生长规律有重要的意义。借助于马尔科夫链模型,定量化研究了紫花苜蓿枝条的分枝过程。依据苜蓿枝条的分枝特点,以组成枝条的节间作为马尔科夫链的状态;状态的划分以节(或者节间)上发生的下级枝条加以区别,并进一步计算得到马尔科夫链模型的初始化矩阵、一阶转移概率矩阵与二阶转移概率矩阵。在此基础上,采用马尔科夫模型模拟预测了苜蓿枝条的分枝变化过程。通过田间两个品种苜蓿栽培观测试验,获取马尔科夫链模型的参数,并进行了苜蓿枝条分枝过程的模拟。模拟结果显示,马尔科夫链模型模拟的枝条分枝结果与实际的统计结果比较吻合。表明马尔科夫链模型能够用来描述苜蓿枝条的分枝过程。     

基于改进马尔可夫链的径流预测模型

径流预测在区域水资源规划中发挥着重要作用。基于径流过程不确定性、不精确性的特点,利用资料系列的均方差方法把径流序列分为不同的状态。在此基础上,采用统计方法,建立转移概率矩阵,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径流状态,并根据模糊集理论中的级别特征值预测径流量。最后把改进后的马尔可夫预测模型应用于宝鸡市的渭河径流丰枯状态及年径流量的预测中。1998￣2000年径流量预测的相对误差分别为3.64%,7.50%和1.00%,结果较好。     

荆南干堤综合安全模型应用风险评价体系研究（英文）

为获得荆南长江干堤的安全特性,在层次分析法及模糊一致理论基础上,考虑堤防工程水、土两相系材料的特点,建立了模糊综合评判系统结构模型。通过正态型的模糊分布隶属函数,结合两种权值理论实现了对堤防工程的安全综合评判。在模糊综合评判结论的基础上,结合模式识别的间接方法,提出了广义多维加权模糊识别模型,实现了对典型堤身段的安全模式识别,并对模型指标体系作了敏感性分析。