加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

装备备件方案及使用可用度的评价方法

本文运用马尔可夫过程理论,对武器装备使用状态建立了马氏链模型,分别以装备长期稳定后出现有故障无备件的概率和稳态情形时处在正常工作状态的概率,作为指标来评价备件方案和使用可用度.该方法为科学合理地确定备件池的备件种类和数量、优化备件申领时间等提供决策支持.     

基于强化学习的平行航班动态定价

由于平行航班之间的竞争越来越激烈,为提高航空公司收益,对机票销售系统中的航班和旅客分别建模。将航班的动态定价问题建模成马尔可夫博弈过程,对混合类型旅客建立Logit选择模型。利用多Agent的强化学习算法对实例进行求解,结果表明WoLF-PHC算法收敛所需迭代的次数大于Nash-Q算法,但在计算速度上WoLF-PHC算法优势明显,且具有较强的适应能力。此外,航空机票的定价策略与其他易逝品有所不同,整体呈现上升趋势。而旅客环境参数的变化,也会影响定价策略。基于WoLF-PHC算法得到的定价策略对于收益提升具有积极作用。     

机场轨道交通对陆侧交通分流情况的预测研究

机场轨道交通的发展将是解决机场陆侧交通拥堵问题的主要途径之一.本文首先通过灰色预测模型GM(1,1)对首都机场的陆侧交通量进行预测,得出进出机场的旅客中乘坐机场巴士及出租车的人数.在此基础上,运用排队论的方法,分析机场轨道交通对机场巴士及出租车交通量的分流情况,得出各自具体的分流率和分流量.最后,根据马尔可夫链的方法,对分流情况的发展趋势进行分析,得出其稳定分流率.     

桥梁管理系统中的桥梁退化模型实现

分别运用马尔可夫链和半马尔可夫过程为桥梁管理系统建立桥梁退化模型,并提出程序流程。通过退化模型可以对桥梁状态进行预测,其预测结果直接为桥梁管理工作人员提供决策辅助,也可以作为桥梁决策优化的基础,而当桥梁状态数据不充分时,桥梁状态预测过程可以为桥梁管理系统采集数据提供必要的指导。     

马尔可夫理论在铁路货运安全管理中的应用

通过分析人一机（设备）一环境理论、事故树分析法在铁路运输安全管理工作中的特点，提出利用马尔可夫理论建立模型，预测铁路运输系统的安全状态，对造成事故的各种可能因素，根据不同的概率值加以区别对待，从而有效降低事故发生的可能性。     

基于流挖掘的分布式驱动电动汽车横向稳定控制

以分布式驱动电动汽车为研究对象,为减轻驾驶员行为与汽车执行机构响应之间的时间延迟对车辆稳定性控制的不利影响,提出一种基于转向状态预测的稳定性分层控制策略。基于马尔可夫模型构建状态转移概率矩阵,并利用流挖掘技术实时更新状态转移概率矩阵,联合实现下一时刻转向状态的预测。仿真结果表明,与滑模控制相比,所提出的策略可以更准确地跟踪理想横摆角速度,避免横向失稳情况的发生。     

基于马尔可夫过程的快速路OD矩阵估计方法

为得到城市快速路网络的OD矩阵,引入马尔可夫理论.运用吸收马尔可夫过程对快速路网络进行建模分析,给出相应求解算法推导路段流量,小区OD矩阵表达式,并介绍了运用MATLAB软件进行矩阵求解的方法.最后进行了算例分析,利用VISSIM仿真,通过布设线圈检测器,对OD矩阵估计模型及算法进行精度评价.结果显示,模型可很好地拟合...