加权马尔可夫链

摘要： 本文采用加权马尔可夫链结合模糊集理论的方法对湖北省27个气象站的年降雨量进行预测,从气象站点和研究区空间两个方面分析了不同阶数对年降雨量预测精度的影响。结果表明,多阶加权马尔可夫链能够克服传统马尔可夫链中年降雨量状态预测不唯一的缺陷,且预测的年降雨量状态的准确性更高;多阶预测的年降雨量空间分布具有较为一致的趋势,表现为东部和东北部高于实测值,南部和西南部低于实测值,且五阶预测的空间年降雨量与实测最为接近。研究结果可为农业、气象和水利等多个部门的决策制定提供重要的数据支持和科学依据。

摘要： 本文主要研究基于加权马尔可夫预测模型及其在空气质量预测中的应用。首先,本文将收集到的天津市近三年来的PM2.5的日均浓度依据大气污染物浓度限值划分为6个等级;其次,运用加权马尔可夫链理论建立数学模型,并对模型进行有效性检验;最后,将利用马尔可夫链的遍历性对天津未来一段时间PM2.5浓度进行预测。结果表明:天津市未来一段时间PM2.5污染将会略微减轻,空气质量有所好转。

摘要： 预测年降水量是水文预测中一项非常重要的工作,其结果有助于各种生产活动决策的制定.所以本文以普洱市1954-2008年降水量资料为例,通过建立加权马尔可夫链预测模型,并结合模糊集理论中的级别特征值,预测了普洱市2009年的年降水量.预测结果为:普洱市2009年的年降水量在1,256.21～1,435.53mm之间.结果表明:2009年普洱市年降水量处于偏枯年的概率最大.

摘要： 为了更好地保障试运行软件的运行效果,引入加权马尔可夫链构建试运行软件缺陷预测模型.利用加权马尔可夫链的非线性运算量,对试运行软件进行测评及优化,建立基于加权马尔可夫链的软件缺陷预测平台,在平台的空间范围内计算影响软件运行精度的相关参数,以此降低软件运行过程中的数据维度,提高试运行软件缺陷预测的精度和收敛速度.实验结果表明,在实际应用过程中,所设计预测模型能够精准预测试运行软件的缺陷,具有较高的实用价值,充分满足研究要求.

摘要： 农业用水量预测对于区域水资源规划与管理具有重要意义。【目的】针对农业用水量序列的振荡性以及传统模型预测结果输出单一的问题,提出一种新的组合预测模型DWT-WFGM(1,1)-ARMA对区域农业用水量进行预测。【方法】通过离散小波变换将原始用水量序列分解为近似序列和细节序列,并分别采用自回归滑动平均模型和分数阶灰色模型预测细节序列和近似序列,并结合加权马尔可夫链对近似序列进行误差修正,将不同成分序列的预测结果进行线性叠加得到农业用水量的预测值和预测区间。利用该模型分别对陕西省和内蒙古自治区的农业用水量进行预测,并与灰色模型GM(1,1)、DWT-GM(1,1)-ARMA模型和DWT-FGM(1,1)-ARMA模型对比分析。【结果】DWT-WFGM(1,1)-ARMA模型在陕西省和内蒙古自治区的评价指标平均绝对百分比误差分别为1.25%和1.01%,预测精度高于其他模型,且预测区间为研究区未来时期的农业用水量提供了合理的波动范围,具有一定的实际参考价值。【结论】本文构建的组合模型能够有效提高农业用水量预测的精度,同时预测区间的提出可以为区域农业用水量预测提供更加可靠的依据。

摘要： 径流预测是进行水资源优化配置的前提,在区域水资源管理中起着非常重要的作用。为了提高干旱区河流年径流预测精度,本文将经验模态分解法(Empirical Mode Decomposition,EMD)和变分模态分解法(Variational Modal Decomposition,VMD)与加权马尔可夫链进行耦合建模,并引入小波降噪(Wavelet Domain Denoising,WDD),建立EMDMK、EMD-WDD-MK和VMD-MK模型。首先将玛河年径流数据进行分解作为多个分量,并将EMD分解得到的高频分量去噪处理,然后对各分量进行预测并重构得到预测值。通过合格率(QR)、平均绝对误差(MAE)、平均相对误差(MAPE)和均方根误差(RMSE)4种指标,对比分析3种模型的预测精度。结果表明:引入小波降噪的EMD-WDD-MK模型比EMDMK和VMD-MK模型预测精度更高,该耦合模型可为干旱区河流规划和调配提供科学依据。

摘要： 针对新媒体背景下突发公共卫生事件信息传播现象,通过组合预测的方法,运用灰色GM(1,1)模型和加权马尔可夫链预测理论,构建了灰色–加权马尔可夫链预测模型,对突发公共卫生事件的未来趋势进行预测,有效提高了预测精度。并以非洲猪瘟事件为例进行了比较分析,验证了模型的可行性和有效性。

摘要： 通过建立加权马尔可夫链降水量预测模型，验证了贵阳市2010年、2011年的年降水量所处的状态与实际结果基本吻合，并且误差较小。据此预测了贵阳市2012年的年降水量。由于以若干阶规范化的自相关系数为权重，用各种步长的马尔可夫链加权和来预测年降水量状态，能更充分合理地利用信息。与普通的马氏链预测方法相比，加权马尔可夫链预测模型算法比较简单，精度较高，不仅能确定预侧降水量所处的状态，还可以确定其具体值。该模型能利用新添加到序列中的信息对自身参数进行调整，预测的可靠性也随之提高。随着全球的温室效应，降水量预测模型将会成为一种必需的工具，准确地预测降水量，即可为制定水资源开发利用策略提供科学依据，又可为防灾、抗灾、救灾提供有效的指导。

摘要： 大坝蓄水初期监测资料有限且波动性大,坝体结构处于适应变形的危险阶段.基于这种情况,结合灰色理论、神经网络和加权马尔可夫链理论的优点,构建灰色神经网络-加权马尔可夫链的大坝变形监控模型并对某碾压混凝土坝蓄水初期水平位移进行预测.结果表明,该模型解决了样本数据少、波动性大的问题,拟合效果较好,预测精度较高.

摘要： 径流预测在水资源规划中具有重要的意义,由于其本身的复杂性、随机性,径流预测还处于探索中。本文首先分析的石头河径流趋势和持续性,再运用加权马尔可夫链对其年径流量进行预测。结果显示,未来短期内石头河径流量有增长的趋势,依据1999～2003年实测数据预测2004年的径流状态为平水年。

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： 一种基于加权马尔可夫模型预测空间位置心磁信号的方法，可解决超导量子干涉仪采集的心磁数据空间测量有限的技术问题；该方法包括：S100、根据实际需要设定超导量子干涉仪的采样周期为T，采用分时分块采点法获得心脏区域中36个采样点的磁场数据，并将所述磁场数据记录成序列L(n)，其中，L(n)表示磁场强度，单位特斯拉，n代表采样点的编号；S200、对所述序列L(n)使用加权马尔可夫模型预测，并将预测的数据与原有的序列L(n)数据合并得到新的序列L(n)′；S300、再对新的序列L(n)′使用加权马尔可夫模型预测。本发明可用于丰富心磁场数据和改善心磁图，能够适应具有随机性和周期性的空间位置上的心磁信号序列，为判别人的生理健康状态上提供了帮助。

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： 一种基于加权马尔可夫模型预测空间位置心磁信号的方法，可解决超导量子干涉仪采集的心磁数据空间测量有限的技术问题；该方法包括：S100、根据实际需要设定超导量子干涉仪的采样周期为T，采用分时分块采点法获得心脏区域中36个采样点的磁场数据，并将所述磁场数据记录成序列L(n)，其中，L(n)表示磁场强度，单位特斯拉，n代表采样点的编号；S200、对所述序列L(n)使用加权马尔可夫模型预测，并将预测的数据与原有的序列L(n)数据合并得到新的序列L(n)′；S300、再对新的序列L(n)′使用加权马尔可夫模型预测。本发明可用于丰富心磁场数据和改善心磁图，能够适应具有随机性和周期性的空间位置上的心磁信号序列，为判别人的生理健康状态上提供了帮助。

摘要： 一种马尔科夫随机场迭代重加权图像分割方法，属于计算机应用技术的图像处理领域，其特征在于：（1）图像马尔科夫随机场模型的构建；（2）图割图像标注及优化；（3）迭代重加权能量函数构建；（4）标号像素交换图像优化；优点及积极效果是：在马尔科夫随机场模型框架下，利用迭代重加权图割进行迭代，迭代过程中引入标号像素交换算子，保证迭代重加权图割图像分割方法持续对马尔科夫随机场模型进行能量优化的同时，通过标号像素交换算子改善迭代微循环，减少中间迭代次数，避免能量函数陷于局部最小，提高了方法搜索效率，改善了图像分割精度，优化效果优于现存的其他马尔科夫随机场能量最小化方法。

摘要： 本发明公开了一种基于系统聚类的加权马尔科夫滑坡预警方法，步骤为：收集某监测点的位移速度数据序列；将数量为n的初始样本速度数据序列划分为n等份；采用重心法计算初始节点每个速度数据之间的距离；绘制位移速度状态系统聚类树；确定模型的初始概率向量；求模型自相关系数；得到m阶加权马尔科夫预测的未来状态的概率分布向量；判定是否应进行滑坡预警；更新数据；滑坡预警效果分析及样本容量优化。本发明从滑坡判据的合理选取与描述入手，兼顾预警的及时性、抗干扰性及可信度，探索一种新的滑坡预警方法，为准确、及时实施滑坡预警提供科学手段。

摘要： 本发明提供一种基于加权马尔科夫的备件库存定额模型预测方法，其特征在于，包括以下步骤：步骤一，利用加权马尔科夫预测备品备件储备定额。步骤二，构造备件需求的初始数列。步骤三，划分状态区间。步骤四，建立状态转移矩阵。步骤五，确定权值。步骤六，输出预测值。本发明的方法能够合理的预测备件需求量，在保证设备正常维修需求的前提下降低备件库存量，对于减少企业资金滞留，提高经济效益，有着重要的意义。

摘要： 一种基于均值‑标准差的加权马尔可夫滑坡预警方法，属于滑坡灾害预报预警领域；该方法包括：收集滑坡监测点位移速度，构成位移速度集合；利用均值‑标准差法确定位移速度集合中各位移速度所属状态，并构建位移速度状态序列；使用加权马尔可夫链预测位移速度次日预测状态；进行滑坡预警判断；更新位移速度集合；对滑坡预警结果进行评价；本发明从滑坡演变过程中获得的位移参数的随机特性出发，基于马尔可夫链理论，综合运用滑坡演化三阶段理论和均值‑标准差分类法，超越了以往工程界对滑坡预警的认识；给出了具体预警过程，可用于从位移监测数据角度出发的滑坡预警。

摘要： 本发明公开基于加权马尔可夫链干旱预测的智慧农田灌溉调控系统，包括中央控制终端、数据存储模块、数据采集模块、干旱预测模块、水肥供料模块、综合灌溉模块、安全监控模块和系统供电模块；本发明通过加权马尔可夫链预测方法对区域农田干旱指数进行准确预测，相比传统人工判断更为准确，并通过用水调控模块依据预测结果预先对农田进行水资源的规划和调配，同时对水肥供料模块的灌溉供料量进行调控，另外结合数据存储模块内不同农作物的枯萎系数指标以及水分检测单元检测的农田土壤水分，并自动调配选择滴灌单元或喷灌单元对农田农作物进行灌溉，从而实现灌溉量、水肥配比和灌溉方式的合理控制。

摘要： 本发明涉及基于滑动灰色模型和加权马尔可夫链的降雨量预测方法。本发明将降雨数据通过滑动平均法，计算出GM(1，1)预测函数，代入具体数值求出每一年的预测值和绝对误差，有序聚类进行分类，建立状态转移矩阵，计算各阶段所占权重，验证马尔可夫性，计算预测的降雨量。本发明克服了现有方法得到的预测精度离实际降雨量值有一定的差距的缺陷。本发明采用滑动灰色模型和马尔可夫链对降雨量进行预测。当前普及的主要是天气预报，通过对云层变化，卫星观察等手短对未来的几天乃至几周的天气状况进行预告，但是对未来一两年的降雨量总体状况判断还不够准确。