隐马尔科夫模型在乙肝发病预测中的应用

基于隐马尔科夫模型(HMM)为中国疾病预防与控制中心发布的乙肝发病数量时间序列进行建模,通过似然函数的计算而建立起一个具有2状态的单变量正态分布隐马尔科夫模型.根据模型估计结果,发现两个状态对应的乙肝发病数量的分布规律有较大差异,分别对应着乙肝疫情的低发状态和高发状态.状态之间有可能发生转换,但是转换的概率比较低.基于所估计得到的隐马尔科夫模型,可以识别出特定时刻乙肝疫情所处的状态,也可以预测未来时刻乙肝疫情所处的状态.     

加权马尔可夫链在陇南地区降水量预测中的应用

为了更好地指导农业生产,应用马尔可夫链理论和方法,依据陇南地区1940 2015年年降水量数据,采用均值-标准差分级法,并以规范化的各阶自相关系数为权,建立加权马尔可夫链预测模型,对陇南地区年降水量所处状态进行预测,在此基础上采用状态特征值结合线性插值的方法,对年降水量的具体数值予以推断,获得了较为满意的结果.     

粮食生产风险预测及区域差异分析

通过各省粮食单产的波动特征,按照Logistic模型模拟"S"形生长曲线,对全国各省2007~2010年的粮食单产进行预测;基于加权马尔科夫链进行各地域单产风险年景预测,计算各种风险状态重现的概率.结果表明,各区域单产基本呈现逐步上升的趋势,但是上升空间有限.今后如果没有重大技术突破,单产绝对量将逐步趋于临界值是必然趋势.     

加权马尔可夫模型在年降水量上的预测应用

降水是气象预测的重要环节,并在人类的生产生活中扮演着越来越重要的角色.以南京市1971-2011年的年降水量为依据,通过运用加权的马尔可夫模型,分别对其2010、2011年的降水量状态进行预测,并运用向量叠加法来预测出这两年的年降水量具体数值.分析结果表明,该模型在降水量预测方面的应用是可行的,能够有效的提高中长期降水量预测的精度.     

基于灰色马尔科夫模型的平顶山市空气污染物浓度预测

选用平顶山市2005—2009年各空气污染物浓度作为原始数据序列,建立灰色马尔科夫预测模型,对未来10年的污染因子浓度进行预测.模型检验结果表明:均方差比值和小误差概率均为一级;运用灰色关联分析法计算各污染物原始数据序列与预测数据序列之间的关联度,定量描述灰色马尔科夫预测模型对于空气质量预测的精确度,平均精度达到99.9%,表明灰色马尔科夫预测模型对于空气质量预测有很高的实用性.     

基于改进灰色马尔科夫模型成品油消费预测

近年来中国经济放缓,成品油的消费一定程度上受到了抑制,2016年,我国汽柴油表观消费量首次较前年下降.成品油消费税率提高,导致部分成品油生产资本向新能源项目转移.根据GM(1,1)模型和马尔科夫模型时间序列预测的长短期互补,首先用GM(1,1)模型对成品油消费量进行预测,随后利用马尔科夫模型对GM(1,1)预测误差项的状态及状态概率进行预估,采用预测状态与其概率的乘积对GM(1,1)预测值进行修正.结果表明,改进后的灰色马尔科夫模型误差小,精度高,适于中长期预测.除此之外,组合模型还可以通过增加误差状态划分的个数,以提高模型预测的精度.     

基于优化的灰色-权马尔科夫模型的径流量预测

采用滑动平均法处理1990-2013年沣河秦渡镇水文站径流量数据序列,建立灰色模型GM(1,1)和权马尔科夫链(WMCP)模型组合预测模型,并利用模糊集理论的级别特征值解决了预测结果为区间状态的问题,将模型进行了优化.结果表明,相较于传统的灰色-马尔科夫模型,在结合了WMCP之后的优化模型预测结果与实测资料比较吻合,模型预报精度有所提高.     

基于移动优化灰色马尔科夫的道路交通事故预测

针对事故预测精度受预测数据时效性影响问题,引入移动优化策略,建立移动优化灰色马尔科夫动态预测模型.用灰色预测来揭示道路交通事故发展变化趋势,通过马尔科夫预测发掘状态间的转移规律,从而提高随机性时间序列的预测精度.案例分析表明,提出的方法在一定时段内具有较好的预测精度和实用性,可为道路交通事故预测分析及交通安全预警提供参考.     

几种模拟逐日降水的分布函数比较分析

在模拟逐日降水方面,将马尔科夫链和某种分布函数相结合建立随机模型的方法在国外很多地区被证明是有效的,但该方法在我国的适用性研究并不多见.本文应用哈尔滨48年的实测降水资料,基于一阶马尔科夫两状态转移概率,分别采用皮尔逊Ⅲ型分布、伽玛分布和偏正态分布函数模拟了哈尔滨的1000年逐日降水过程.对比分析结果表明,伽玛分布更适合模拟哈尔滨的逐日降水过程,基于伽玛分布函数模拟的月份降水量和降水天数与实测降水数据符合较好.     

加权马尔可夫模型在公路货运量预测中的应用

由货运量序列生成货运量增量序列,它是一个平稳马尔可夫链.然后用聚类分析的方法进行状态划分,在此基础上以增量序列的各阶自相关系数为权,用加权的马尔可夫链进行货运量增量的状态预测.     

A Poisson limit theorem for a strongly ergodic non-homogeneous Markov chain

A strongly ergodic non-homogeneous Markov chain is considered in the paper. As an analog of the Poisson limit theorem for a homogeneous Markov chain recurring to small cylindrical sets, a Poisson limit theorem is given for the non-homogeneous Markov chain. Meanwhile, some interesting results about approximation independence and probabilities of small cylindrical sets are given.     

Nearest neighbor conditional estimation for Harris recurrent Markov chains

This paper is concerned with consistent nearest neighbor time series estimation for data generated by a Harris recurrent Markov chain on a general state space. It is shown that nearest neighbor estimation is consistent in this general time series context, using simple and weak conditions. The results proved here, establish consistency, in a unified manner, for a large variety of problems, e.g. autoregression function estimation, and, more generally, extremum estimators as well as sequential forecasting. Finally, under additional conditions, it is also shown that the estimators are asymptotically normal.     

A Markov Analysis of Per Capita State and Local Police Expenditures and the Allocation Problem of Federal Aid

A Markov chain model is applied to analyze changes in real annual state and local police expenditures in the United States, where transition probabilities are functions of crime, demographic and economic variables. Of these variables, the inflation rate for state and local government expenditures and federal aid to state and local governments are assumed controllable by public policies. Then a mathematical programming problem is formulated to allocate a fixed amount of federal aid among the North Central states, in which the competing objectives are to maximize the sum of the weighted probabilities so that real per capita police expenditures will be increased in each of the North Central states in the following year while holding the rate of inflation in the state and local government sector to the present rate.     

基于灰色加权马尔可夫链的移动通信市场预测

在传统的用灰色预测模型预测的方法基础上,建立了灰色加权马尔可夫链模型.以中国移动通信市场预测作为实例,介绍了使用这种模型的方法与步骤.灰色加权马尔可夫链模型既考虑了从时间序列中挖掘数据的演变规律,又通过规范化各阶自相关系数为权重,用加权的马尔可夫转移概率矩阵的变换,考虑数据的随机波动,具有严密的科学性,能较好地应用于中国移动通信市场的预测.     

加权马尔可夫链在农作物年景预测中的应用

首先基于农作物平均年单产量的不确定性、不精确性的特点,利用资料序列的均方差建立农作物丰欠年景的分级标准;然后针对农作物平均年单产量为相依随机变量的特点,采取以规范化的各阶自相关系数为权重,用加权的马尔可夫链模型来预测和分析未来的丰欠年景;最后以西安郊区1980~2002共23年的大白菜平均年单产量资料为实例对该方法进行了具体应用,获得了较为满意的结果,为农作物年景的预测分析提供了一条新的途径.     

马氏环境中可数马氏链的Poisson极限率

研究了马氏环境中的可数马氏链,主要证明了过程于小柱集上的回返次数是渐近地服从Poisson分布。为此,引入熵函数h,首先给出了马氏环境中马氏链的Shannon-Mc Millan-Breiman定理,还给出了一个非马氏过程Posson逼近的例子。当环境过程退化为一常数序列时,便得到可数马氏链的Poisson极限定理。这是有限马氏链Pitskel相应结果的拓广。     

马氏环境中的马氏链与马氏双链

本文研究了马氏环境中的马氏链,利用马氏双链的性质,得到了马氏环境中的马氏链回返于小柱集上的概率的若干估计式.     

MODELING AND FORECASTING MONTHLY AVERAGE WATER LEVELS BASED ON THE ELLIPTIC ORBIT MODEL

Evaluation and forecasting of water‐level fluctuation for one river is of increasing importance since it is intimately associated with human welfare and socioeconomic sustainability development. In this study, it is found that time series of monthly water‐level fluctuation exhibits annual cyclical variation. Then with annual periodic extension for monthly water‐level fluctuation, the so‐called “elliptic orbit model” is proposed for describing monthly water‐level fluctuation by mapping its time series into the polar coordinates. Experiments and result analysis indicate potentiality of the proposed method that it yields satisfying results in evaluating and forecasting monthly water‐level fluctuation at the monitoring stations in the Yangtze River of China. It is shown that the monthly water‐level fluctuation is well described by the proposed elliptic orbit model, which offers a vivid approach for modeling and forecasting monthly water‐level fluctuation in a concise and intuitive way.     

基于马氏链拟合的一种非负变权组合预测算法及其应用

通过马氏链拟合的方法求取一种新的非负时变权组合预测算法公式.主要工作是:一、对组合预测问题以最小误差为准则给出了马氏链的状态和状态概率初步估计;二、用马氏链拟合状态概率分布时变规律,通过约束多元自回归模型导出了一步转移概率阵的LS解;三、给出一种非负时变权组合预测公式并举一应用实例.