马尔科夫链

摘要： 车用发动机的产品研发过程是一个系统工程,涉及到制造、工艺、财务、政策法规、市场、供应商管理等多个模块,需要在满足项目节点要求的前提下,开发出合格的产品,其难度系数较高。通过对比反复式并行工程(GPDS研发模式)和汇聚式并行工程(FPDS研发模式)对产品研发周期的影响,根据马尔科夫链概率转移模型计算2种研发模式的研发周期。结果表明,汇聚式并行工程在产品研发中具有更好的效果;相比于反复式并行工程,汇聚式并行工程可以将发动机研发周期缩短5~10个月,同时可降低沉没成本,提升公司竞争力,值得进一步研究。

摘要： 在近些年网络空间安全形势愈发严峻的情况下,对网络协议分析提出了越来越高的要求,其中,对未知协议分类分析更是亟需攻克的难点。针对未知协议的分类问题,提出一种基于层次聚类的多策略未知协议分类方法。该方法从传输控制协议头部特征、数据包的时空特征等维度入手,与马尔科夫链相结合,首先对收集到的网络数据进行预处理;然后提出可读性分类机制,并运用改进的层次聚类算法的多种聚类策略,发挥现代计算机的多核计算与单指令流多数据流优势;最后结合传输控制协议流中的二元组信息(目的 IP和目的端口),对聚类结果进行调整合并,得到未知协议网络数据的分类结果。据真实网络数据验证表明,该方法对未知协议的分类准确率达到96%以上。

摘要： 针对现阶段以欧洲工况标准NEDC优化标定的汽车实际油耗与法规认证结果偏差较大的问题,以及为检验汽车燃油消耗量和污染物排放控制的研究提供理论参考,本文研究了乘用车代表性行驶工况模型的构建方法。首先,以福州市乘用车行驶数据为基础,采用聚类方法获取降维行驶特征,针对BIRCH聚类算法对数据集的插入顺序较为敏感,提出了基于K均值优化的BIRCH聚类算法(KM-BIRCH算法);然后,基于马尔可夫链理论,构建乘用车代表性行驶工况模型;最后,将构建工况与实际工况进行特征值对比分析。结果表明:构建的典型行驶工况与实际工况样本数据库总体特征的平均偏差仅为3.21%,满足偏差低于5%的开发精度要求,验证了代表性工况模型的准确性和有效性。

摘要： 在构建以新能源为主体的新型电力系统背景下,分布式光伏将呈现极高比例并网趋势。高比例光伏出力的随机性会加剧配电网潮流的不确定变化,给配电设备带来严重的过载风险,载荷安全问题突出。基于此,提出一种基于数字孪生的含高比例光伏配电网载荷安全分析和预警方法。论述了孪生配电网过载风险安全预警的实现机理和功能方案。根据相关标准分析设备过载耐受能力,并建立不确定场景下载荷安全预警等级。基于历史运行数据建立配电网源荷随机行为的马尔科夫模型,采用吉布斯算法对该模型进行蒙特卡洛随机抽样。根据配电网当前运行状态,结合孪生配电网超实时计算能力,对配电网未来随机场景快速仿真并计算过载风险指标,评判载荷安全性。算例分析验证了所提分析方法的有效性及合理性。算例结果表明,该方法能够得出高比例光伏配电网在分析时段的载荷安全态势,为电力系统调度人员提供了一定的参考依据。

摘要： 针对由高阶马尔科夫链产生的转移概率张量的极限概率分布问题,提出一种松弛算法,可以看成是一种带动量项的高阶幂法。在0<β,γ<1-η_(m)/ 2η_(m)的条件下,算法具有全局收敛性。数值实验表明,通过选取适当松弛参数,所提算法能够有效改善原高阶幂法的计算效率。

摘要： 2016年1月6日,国务院在北京召开全国安全生产电视电话会议,该会议总结安全生产情况,分析当前安全生产形势,安排部署安全生产工作。安全生产一直是煤炭企业生产过程的重要主题。作为衡量安全生产的重要标准,安全绩效科学与否会对安全生产产生一定的影响。目前,我国煤炭企业仍存在事故多、伤亡重和经济损失大的情况。论文从煤炭企业安全绩效出发,结合实际情况,运用SC-MCO法(优序图-马尔科夫链法),构建11个三级指标评价体系,基于马尔科夫链预对GLH煤矿企业进行安全绩效的评估,该方法旨在挖掘煤炭企业安全管理发展潜力,将政策量化,有利于完善企业安全绩效考核制度,对现有制度做到优化。

摘要： 通过选用中国31个省(市)2011—2019年相关数据,利用探索性空间数据分析法和空间杜宾模型对电子商务与商贸流通业集聚之间的关系进行实证分析.结果表明:电子商务与商贸流通业集聚存在显著的正向空间相关性,各省市多集中在第一和第三象限;电子商务对本地商贸流通业集聚具有显著的促进作用,对周边地区商贸流通业集聚存在显著的负空间溢出性;技术水平改善、消费水平提高可以带来正的空间溢出效应,而城市化水平和经济发展水平会带来负的空间溢出效应.

摘要： 大数据技术通过寻找设备信息间的关联关系,为检测设备异常提供了全新的解决方法和思路。针对石化企业设备运行状态的预测预警问题,提出了一种基于最大互信息系数和马尔科夫链的设备运行状态趋势预测方法。将该方法应用于某石化企业压缩机组运行状态趋势预测中,可以预测机组的运行状态趋势并实现异常预警,相比传统的阈值报警有明显优势,对保证转动设备的长周期可靠运行起到积极作用。

摘要： 为准确预测矿井涌水量,将支持向量机理论与马尔科夫链理论相结合,构建了支持向量机—马尔科夫预报模型。支持向量机—马尔科夫预报模型是基于原始数据首先建立起支持向量机模型,得到的预测值通过马尔科夫状态概率转移矩阵预报的方法进行二次拟合,通过对一些指标进行分析,从而实现对预测结果进行改善。矿井涌水量的支持向量机—马尔科夫链预测模型进一步提高了对波动性影响较大的随机变量的预报精度。本次研究扩大了支持向量机预报模型的应用范围,同时对煤炭开采矿井涌水量预报具有重要意义。

摘要： 对于推荐系统,用户的喜好与用户群体的喜好存在巨大的关联。用户群体的喜好会随着时间不断变化,为了捕捉用户群体喜好变化,实现用户个性化推荐,本文提出了一种基于用户群体兴趣变化的个性化推荐算法。算法利用马尔科夫链、K均值聚类和多层神经网络的方法来捕捉用户群体的兴趣变化特征。经过在MovieLens数据集上进行的实验结果表明,本文提出的算法在多个评价指标上优于对比算法。

摘要： 本文以江苏省13个地级市为例,以大型网络地图API(Application Programming Interface,应用程序编程接口)开放平台作为数据源,通过互联网采集各个城市的建筑功能信息.其中包括建筑的功能类型、名称、地址、地理经纬度信息等.在此基础之上,利用计算机程序对建筑功能信息进行筛选,分析并整理不同建筑功能类型所对应的功能配置.最后,通过构建马尔科夫模型,按照一定的规则,将这些整理好的城市功能数据可视化并进行相关的城市功能配置的生成实验.

摘要： 风险管理是企业质量管理的重要内容,是确保企业高质量发展的基本保证.现实中,即使企业采取了风险转移、风险规避、风险对冲等措施,但风险的不确定性依然存在,其危害程度通常表现在企业的营业外支出(法院呆账、案件赔偿、诉讼费、合同纠纷)当中.鉴于此,本课题通过应用马尔科夫链对风险发生的概率进行事前预测,从而提高风险应对的针对性和应对措施的有效性,实现资源的整合、利用和优化,同时为企业经营决策提供有效依据.

摘要： 针对在导弹测发控设备的计量保证方案中的数据呈现序列相关问题,提出利用基于时间序列模型AR(2)的残差控制图,并用马尔科夫链法计算不同自相关参数下的平均运行链长.通过与传统的Shewhart控制图比较发现其性能较好,基本消除序列相关带来的影响.同时,利用计量保证方案中产生的真实数据再一次对设计的残差控制图进行验证,残差控制图有效减少了非异常原因造成的波动,减少了虚假警报,进一步说明了其消除序列相关的有效性.

摘要： 公共场所人群高度聚集、流动性大,拥挤踩踏事故时常发生,造成大量人员伤亡和恶劣的社会影响.为清晰模拟踩踏事件的演化过程,分析踩踏事件演化系统的均衡状态及其变动规律,采用案例分析方法提取踩踏事件的属性,并对其进行结构化描述.利用随机Petri网的建模分析方法,根据随机Petri网和马尔科夫链的同构关系,建立基于随机Petri网的踩踏事件演化模型.以上海踩踏事故为例,利用马尔科夫链及模糊数学方法,结合MATLAB软件进行仿真模拟对SPN模型进行系统性能分析,结果表明:人群拥挤踩踏事件是各种潜伏危机积累在导火索事件诱发下爆发的,其中加强人群信息交流、掌握舆论信息主导权可以有效地控制人群密度与速度,对于避免人群拥挤踩踏事件的发生具有重要作用.

摘要： 由城市增长所导致的土地利用变化被认为是影响环境变化的最重要的驱动力之一.深入理解城市增长的数量和位置对于确定城市增长和开发边界,制定和实施可持续的城市规划和发展战略十分必要.采用神经网络与马尔科夫链复合模型监测和模拟城市增长中的土地利用变化并对未来增长进行预测.正如许多发展中国家的城市,尼日利亚的拉各斯自20世纪六十年代以来经历了急剧的城市增长,目前已成为撒哈拉以南非洲最大的城市.以拉各斯巨型城市区域为研究对象,获取1984年、2000年和2015年的Landsat遥感数据影像用于建模、校验和预测.结果表明,1984年至2015年拉各斯巨型城市区域的建成区面积扩大了278.81％,未来的城市增长将沿着城市建成区的外围地区和主要交通线路拓展.研究方法和结果可以帮助我们更好地理解城市增长的过程,从而对发展中国家大都市地区的城市增长管理和政策制定提供依据.

摘要： 电动汽车充电负荷是研究电动汽车与电网协调控制的基础,本文首先详细分析了影响电动汽车充电负荷的各个因素,然后针对电动汽车用户的出行规律,从蒙特卡洛模拟和马尔科夫链模拟两种方法分别进行了分析研究,并比较了两种方法的特点,表明马尔科夫链能够实现电动汽车出行随时间的逐步模拟,因此能够更加全面真实地反映用户出行规律.然后综合考虑电动汽车负荷的影响因素,提出了电动汽车充电负荷的详细建模方法,并以无序充电为例合理设置场景进行仿真分析.结果表明,该方法能够较好的模拟规模化电动汽车充电负荷,并且在无序充电模式下,电动汽车充电负荷将会给电网带来不利的影响.

摘要： 分析大坝的变形规律,建立大坝变形安全预测模型,可以及时了解大坝的安全状况.由于坝体变形监测资料往往不平稳,传统的ARMA模型不能解决非平稳数据,因此建立ARIMA预测模型.其在短期预测时精度较高,但随着预测时间的增长,ARIMA模型的预测精度会下降,模型的精度有待提高.通过马尔科夫链对模型的误差进行预测,从而修正模型的预测值,建立ARIMA-MC组合模型,并结合实测数据对此组合模型进行了检验.结果表明,组合模型预测精度高,具有较好的实用性.

摘要： 为了在大坝变形方面进行有效预测,保证大坝建筑物的安全,以便及时对出现问题采取有效措施,提出一种基于LS-SVM—马尔科夫模型预测方法.即在LS-SVM预测基础上,由马尔科夫链对其进行误差修正,最终提高预测精度.通过对某一拱坝变形进行预测分析,可以验正该方法较符合实际情况,表现出很高的预测精度和预测优越性.因此,可以作为一种新途径应用于大坝工程变形预测工作中,在以后的安全监测工作中具有一定的推广价值.

摘要： 在大坝安全监测中，分析和处理大坝变形监测资料十分重要。卡尔曼滤波核心便是状态估计，根据观测数据对随机变量进行预测推断。为了有效保证大坝安全,从大坝变形方面进行分析,提出了一种基于Kalman-马尔科夫模型的预测方法.即在Kalman预测基础上,由马尔科夫链对其进行误差修正,达到提高预测精度的效果.通过对某一拱坝变形进行预测分析,验证了该方法表现出预测优越性和很高的预测精度,可以作为一种新途径应用于大坝工程变形预测中,从而解决了大坝变形预测精度不高的问题.

摘要： 随着南方电网公司信息化建设的不断完善,各个业务系统中的数据不仅规模日益庞大,并且呈现出了多样性的特点.通过分析存量数据发现,业务系统中维护的除了结构化数据还有大量的非结构化数据,而非关系型数据库可以合理有效地管理这些非结构化数据.作者研究发现,在非关系型数据库的分片集群下,传统的基于Chunk迁移的负载均衡策略只能保证集群所存储的数据均匀地分布到各个分片节点,并没有考虑各个分片节点上的数据访问热度是否均衡,因此会导致业务系统无法有效突破数据读写的性能瓶颈.针对这一问题,本文引入了马尔科夫链,提出了一种基于马尔科夫链预测模型的负载均衡策略,并与传统的基于Chunk迁移的负载均衡策略进行了对比实验.

摘要： 本发明涉及一种区块链下基于马尔科夫链的供应链选择评价方法，建立区块链环境供应链评价指标；在区块链上，获取一待评估地址，从当前区块开始按照区块产生次序遍历整条链，建立待评估链地址所涉及的交易评价指标表；对交易评价指标表中各个方面的总体效能值进行评价，获取节点交易效能表；根据所述节点交易效能表，通过基于马尔科夫链进行效能预测；根据所获取的效能预测结果，确定区块链供应链中最优的节点，并作为交易选择参考信息。本发明提出的方法，区块链中，通过对整个供应链节点进行效能评估，引入基于马尔科夫链的预测模型，对交易进行评价，以达到提高企业经营效率的目的。

摘要： 本发明提供了一种基于马尔科夫链的区块链性能分析方法及装置，其中，方法包括：根据区块链系统的设计参数，基于马尔科夫链建立区块链系统的状态转移模型；对所述状态转移模型进行求解，得到所述区块链系统平稳状态下的稳态解；根据所述稳态解和计算性能指标的公式计算所述区块链系统的性能指标；根据所述性能指标对所述区块链系统进行性能分析与预测。本发明基于离散时间马尔可夫链理论，建立了区块链系统的性能分析和预测模型，不仅能对采集到的数据进行事后分析或实时监测，还可以根据模型和已知数据对区块链系统的性能进行预测；本发明将交易从到达和出块的过程设置为一个整体，模型简洁直观，且运算量较小。

摘要： 本发明涉及一种区块链下基于马尔科夫链的供应链选择评价方法，建立区块链环境供应链评价指标；在区块链上，获取一待评估地址，从当前区块开始按照区块产生次序遍历整条链，建立待评估链地址所涉及的交易评价指标表；对交易评价指标表中各个方面的总体效能值进行评价，获取节点交易效能表；根据所述节点交易效能表，通过基于马尔科夫链进行效能预测；根据所获取的效能预测结果，确定区块链供应链中最优的节点，并作为交易选择参考信息。本发明提出的方法，区块链中，通过对整个供应链节点进行效能评估，引入基于马尔科夫链的预测模型，对交易进行评价，以达到提高企业经营效率的目的。

摘要： 本发明公开了一种基于马尔科夫链的生成式区块链隐蔽通信方法。首先发送方在文本数据集获取候选单词集，使用马尔科夫模型训练获得转移概率矩阵并生成哈夫曼树集合；随后对需要传输的秘密信息二进制流进行迭代式哈夫曼解码，以获得符合正常语言与语义特征、可读性强的一组载密信息语句，利用生成式隐写方法完成秘密信息嵌入；然后将该载密信息进行环签名后，作为正常交易发布到区块链网络中并完成打包和出块；最后接收方利用相同的文本数据集获取转移概率权值哈夫曼树，逆向操作获得秘密信息二进制流。本发明相较于目前的同类模型，降低隐蔽信道构建风险，避免信息交叉，提升隐蔽性。

摘要： 本发明提供了一种基于马尔科夫链的区块链性能分析方法及装置，其中，方法包括：根据区块链系统的设计参数，基于马尔科夫链建立区块链系统的状态转移模型；对所述状态转移模型进行求解，得到所述区块链系统平稳状态下的稳态解；根据所述稳态解和计算性能指标的公式计算所述区块链系统的性能指标；根据所述性能指标对所述区块链系统进行性能分析与预测。本发明基于离散时间马尔可夫链理论，建立了区块链系统的性能分析和预测模型，不仅能对采集到的数据进行事后分析或实时监测，还可以根据模型和已知数据对区块链系统的性能进行预测；本发明将交易从到达和出块的过程设置为一个整体，模型简洁直观，且运算量较小。

摘要： 本发明公开了一种基于灰色马尔科夫链的云计算数据中心能耗优化方法。首先，获取云计算中心一周内的主机历史数据，通过获取的主机历史数据建立灰色预测模型，对主机未来时段的CPU负载数据进行预测，然后使用马尔科夫链对预测结果进行修正从而获得精度更高的预测结果。以修正过后的预测数据作为基准数据，选出负载过高的目标迁出主机，对这些主机实施主机迁出算法，使得各主机负载平衡，从而防止高负载主机所导致的能耗激增现象。本发明所提供的一种基于灰色马尔科夫链的云计算数据中心能耗优化方法，具有可以提高各主机的服务质量、降低云计算数据中心的能耗、降低二氧化碳排放量和节约大量能源等有益优点。

摘要： 本发明公开了一种基于马尔科夫链的网络节点路径还原和预测方法，其具体步骤包括：计算攻击路径概率统计表；建立攻击路径矩阵；根据当前网络节点检测到的信标中包含的网络节点的先后顺序特性，选定马尔科夫链特性，确定攻击路径还原矩阵的建立原则，计算攻击路径还原矩阵；还原网络节点路径；提取攻击路径还原矩阵中所有不为零的数据所对应的节点，从而还原出当前的网络节点路径；预测网络节点路径；基于攻击路径还原矩阵中的每条攻击路径的概率，预测攻击路径中从一个节点连接到下一个节点的发生概率。本发明针对网络攻击路径预测不准确的情形，提出了使用马尔可夫链的特性来处理统计结果，使得预测模型的适应性更广。

摘要： 本申请公开了一种基于马尔科夫链的实验室用电测量设备测试策略评价方法、电子设备及存储介质，属于电测量设备智能检测技术领域。为了解决如何从真实的检测环境中挖掘出未知类型的检测步骤的问题，本申请利用马尔科夫链生成随机测试链，采用公共子串和公共子序列构建电测量设备新产品的被激活的测试策略片段，经组合后形成可执行的测试策略，从而模拟应对未知类型的检测步骤场景，从真实的检测环境中，挖掘出未知类型的检测步骤，能够更有效地发现并消除软件运行缺陷，满足用户的使用需求，实行测试方案以检测电测量设备在工作过程中发现失效故障，最终使电测量设备的可靠性得到持续提高。

摘要： 本发明公开了一种基于灰色线性回归‑马尔科夫链模型的需水预测方法，包括获取历史需水量数据；基于卡尔曼滤波对历史需水量数据进行处理；将经过卡尔曼滤波处理的数据输入灰色需水预测模型，在灰色需水预测模型基础上，引入线性方程，构建灰色线性回归组合模型；采用最小二乘法，求解灰色线性回归组合模型参数，再进行还原处理，得到原始序列的预测值；引入马尔科夫链理论对实际需水量与灰色线性回归模型预测结果的相对值区间进行修正，得到最终优化预测值；本发明既能预测出数据序列发展变化的总体趋势，又能反映系统各状态之间的内在规律性，从而可以描述随机波动性较大的预测问题。

摘要： 本发明涉及一种基于吸收马尔科夫链的渗透路径确定方法及系统。该方法包括获取目标网络的拓扑结构以及环境信息；根据拓扑结构以及环境信息建立目标网络的攻击图；利用基于漏洞生命周期的状态转移概率归一化度量算法将攻击图映射为基于吸收马尔科夫链的状态转移概率矩阵；基于漏洞生命周期的状态转移概率归一化度量算法以漏洞生命周期作为计算因子，以攻击图作为输入，以基于吸收马尔科夫链的状态转移概率矩阵为输出；根据攻击图和状态转移概率矩阵确定攻击成功概率最高的攻击路径，并将攻击成功概率最高的攻击路径作为渗透路径。本发明考虑到真实网络拓扑环境中漏洞的时效性，能够使攻击路径的选择更加合理且符合实际网络拓扑环境。