基于不确定性描述的云化Markov链状态预测方法

针对Markov链在预测概率发生跳变时无法有效地衡量样本归属程度的问题,提出一种云化Markov链的状态预测方法,通过云模型描述和处理样本的不确定性。该方法将划分的状态区间视作一种概念,利用云模型对其进行云化表示,据此计算样本对各概念的确定度,得到概念之间的概率转移矩阵,从而实现带有随机特性的状态预测。概念转移概率作为关键随机变量,对其进行了核密度估计。最后以多次随机实验的概率和提取代表性转移概率分别给出了仿真实验结果,表明该不确定性描述的预测方法在解决Markov链预测概率跳变现象的同时,可通过确定度的分配有效地表述样本的归属程度,具有较好的实用性。     

基于动态贝叶斯网络的动态故障树分析

针对传统的动态故障树Markov链分析方法的不足,研究了优先或门、顺序相关门、功能相关门、存在公共备件的备件门和层叠功能相关门向动态贝叶斯网络的转化方法以及基于动态贝叶斯网络的顶事件概率、重要度等计算方法.用该方法对心脏辅助装置进行了分析,通过与Markov链、离散时间贝叶斯网络分析的结果比较表明,基于动态贝叶斯网络的建模分析方法可以有效地避免组合爆炸,而且能够保证较高的求解精度.     

灰色正交化方法在用电量预测中的仿真研究

根据灰色正交化方法和马尔可夫链原理,应用Gauss-Chebyshev正交化思想预测时序数据的总体趋势。预测的精度是时变的,而马尔可夫链原理在处理时变的系统过程时具有较好的优势,选用该方法能更好的解决预测结果的不稳定性。基于此,提出一种用于用电量数据预测的灰色马尔可夫正交化模型,适用于中短期、数据需求量少且数据振幅较大的动态过程预测。最后用提出的方法对江苏省2007年工业用电量进行预测,其结果表明了所提方法的有效性。

Abstract：

The general trend of time series data was predicted with Gauss-Chebyshev orthogonalization theory according to the grey orthogonalization method and the Markov Chain theory.The prediction accuracy is time-varying.However,this approach will better solve the problem of unstable prediction result since Markov chain theory has greater advantages in handling time-varying system process.Based on this,the Markov grey orthogonalization model prediction was proposed for electricity consumption.It is suitable for dynamic process prediction in medium and short term with less data demand and large data fluctuations.Finally,the proposed approach was used to forecast the industrial electricity consumption of Jiangsu Province in 2007,and the results show the effectiveness of this approach.     

基于小波分析的随机交通流组合预测方法研究

针对单一交通流预测方法对短时随机交通流预测适用性不强的问题,为适应交通诱导和信号控制的需要,提出了基于小波分析的短时交通流RBF神经网络及Markov链组合预测方法。在充分分析短时交通流随机特性的基础上,建立了短时交通流组合预测模型,并进行了实例仿真分析,结果表明组合预测较单纯神经网络预测方法预测精度显著提高,在交叉口实时交通控制中具有较好的适应性。     

基于神经网络和Markov链的交通流实时滚动预测

将神经网络与Markov链理论应用于随机波动的交通流预测,提出一种交通流实时滚动预测方法TDFNM。该方法采用BP网络构建交通流基准预测曲线,使用SOM网络划分残差的Markov链状态,计算各状态加权中心及状态转移概率矩阵,以此预测未来状态,并以加权中点修正计算得到精度较高的预测值,同时实现实时滚动预测。采用方法TDFNM对实测交通流量进行仿真实验,结果表明,该方法比常规BP网络具有更高的准确性,而且具有较强的适应性。     

需求冲击下交通站点恢复时间预测模型研究

需求冲击往往会改变各交通站点的压力分布,严重时甚至造成交通系统的瘫痪,因而研究需求冲击对交通系统的影响就显得很有必要,其中恢复时间是了解需求冲击对交通系统影响程度的一个重要指标.本文根据乘客偏好的不同将人群划分为3类,依据效用最大准则和极大熵原理,确定其转移概率,在此基础上,推演出3类人群在每个时刻的不同分布状况,以自我消化能力为标准,确定各交通站点的恢复时间.据此了解需求冲击对各交通站点的影响,并为相关决策提供参考依据.最后,以一个算例验证了该模型的可行性和有效性.     

软件研发人力资源"候鸟现象"的Markov链模型

通过近年来数据的收集和整理,发现软件研发人力资源的流动呈现出规律性转移的现象,具有"春秋迁徙,一年为期","目标区域集中","目标企业明确"3个显著特征,因与候鸟的迁徙习性类似,称之为"候鸟现象".基于该现象的特性,提出Markov链建模.算例的预测结果表明,Markov链模型误差较小,能够有效模拟"候鸟现象"的转移规律,得出合理的计算结果.     

基于Markov链的两心理账户BPT研究

针对投资者的有限理性特征，利用Markov链构造了投资者两心理账户之间的动态转换模型。描述了随机数量转换对投资者证券投资决策的影响机理，数据模拟与实证分析表明：基于Markov链的两心理账户BPT(行为证券组合理论)模型能够有效反应决策者的实际情景。     

基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.     

基于生命周期客流分摊成本的城市轨道交通定价方法

从便于乘客理解的角度,考虑乘客应该承担的成本及公平性问题,提出了基于生命周期客流分摊成本(Life Cycle Cost Apportioned in the entire passengers,LCCA)的城市轨道交通定价方法.该方法是在两部定价方法的基础上,将城市轨道交通项目生命周期的成本分摊到对应的客流上.论文给出了LCCA方法的计算模型及其检验准则,并简要分析了相关的政府补贴问题.将该方法应用于南京地铁2号线平均票价的测算,结果具有较强的可行性.     

电梯上高峰模式下动态分区算法的研究

研究了电梯群控系统(EGCS)上行高峰时期的动态分区群控方法.动态分区是根据大楼乘客流量的大小和分布情况动态地调整楼层区域的划分;同时提出了一致的UPPINT的目标函数,将动态分区问题归结为一个最优化问题,用直接搜索法对其进行求解;并对群控的几种算法进行了仿真比较,验证了动态分区算法的良好效果.     

基于灰色马尔可夫SCGM(1 ,1) C 模型的空难人数预测

空难事故预测是航空安全评价和决策的基础.灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.结合灰色预测和马尔可夫链理论的优点,提出了一种灰色马尔可夫SCGM(1,1)C模型.用单因子系统云灰色SCGM(1,1)C模型拟合系统的发展变化趋势,并以此为基础进行了马尔可夫预测.对1979~2003年全球空难人数进行了预测分析,结果表明该模型既能揭示了空难人数变化的总体趋势,又能克服了随机波动性数据对预测精度的影响,具有较强的工程实用性.     

基于动态规划的装配线物料搬运节能调度方法

为有效提升混流装配线的生产效率与环境效益,提出了装配线多载量小车物料搬运节能调度方法.以最小化最大线边库存与总能耗为目标,建立了多目标混合整数规划模型.通过问题性质分析,将混合优化问题转为离散优化问题,降低了模型复杂度.针对动态规划算法维数灾问题,提出了基于剪枝规则的多目标规划算法:通过剪枝规则剪除被支配状态,缩减搜索空间以提高计算效率.其中,为满足动态规划的马尔可夫性,定义了新的状态表示方式.最后,仿真实验验证了所提出的调度方法的优越性与算法的有效性.     

基于新陈代谢灰色马尔科夫的应急物资需求量预测方法

为提高受灾人数与应急物资需求量预测精度问题,提出了基于新陈代谢灰色马尔科夫的应急物资需求量预测方法。依据应急物资需求量预测思路,利用灰色、马尔科夫和新陈代谢理论,层级递进地构建新陈代谢灰色马尔科夫预测模型,实现受灾人数的动态预测;利用安全库存理论,构建应急物资柔性需求预测模型,实现受灾人数与物资需求量的供需平衡问题;运用本文模型、灰色马尔科夫模型和灰色模型对受灾人数与物资需求量进行预测,结果表明：该预测模型的相对误差要比其他模型小0.002 1%,预测精度明显优于基本的灰色模型,预测的受灾人口数量与应急物资需求量拟合度较高。     

Stability of generalized Jackson networks with infinite supply of work

A general Jackson network （GJN） with infinite supply of work is considered. By fluid limit model, the author finds that the Markov process describing the dynamics of the GJN with infinite supply of work is positive Harris recurrent if the corresponding fluid model is stable. Furthermore, the author proves that the fluid model is stable if the usual traffic condition holds.     

公交优先的信号控制策略研究

研究了公交优先信号控制策略,模拟路边建立公交车辆检测器的情况下,不同交通流量和公交车发车间隔的最优控制策略,研究发现：当交通流量小于300辆／h．车道时,公交优先信号控制策略能显著地减少乘客的延误时间,而当交通流量达到500辆／h．车道时,即使有公交优先控制策略,而无公交专用道路,也不能有效减少乘客的延误时间,模拟实验的结果是：找到了使公交优先信号控制有效的交通流量和公交车发车间隔的阈值。     

基于面向对象Petri网的电梯群控系统建模

电梯群控系统是一种典型的离散事件动态系统,这体现在乘客到达的起始层、目的层和到达时间的随机性,所以,很难用一个传统的数学模型表达式来表示。提出了一种应用面向对象Petri网对该系统进行建模的方法,该方法在对电梯运行情况充分研究的基础上,分别建立电梯运行和电梯控制器Petri网模型,从而构造电梯群控系统模型。该建模方法不仅适用于电梯群控系统,而且适用于其它离散事件动态系统。     

Grey Markov chain and its application in drift prediction model of FOGs

1.INTRODUCTION Sincetheinterferometricfiberopticalgyroscope(FOG)wasfirstproposedbyAmericanUtahUniver sityin1976,ithasbeenattractingalotofscientific andtechnicalinterestsinsteadofthespinningwheel mechanicalgyroforitcanprovideuniqueadvantages.Withtheextensionofresearch,peoplehavebecome acquaintedwithnoisesandbiasdrifts,whichinduce non negligibleerrorsintheoutputofFOGs.The hugeeffortsontechnique,whichweredevotedtothe developmentoflow noiseandlow driftFOGsmainly basedonmaterials,machining…     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。