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.     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

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.     

基于马尔可夫链的港口民营化过程模拟及预测

介绍了目前港口民营化概况,阐述了港口要素构成及特征与民营化目标模式,着重介绍了马尔可夫链的基本原理及其方法与港口民营化微观过程模拟,如何用马尔可夫链进行进口模式演进趋势预测等。     

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。