共查询到18条相似文献，搜索用时 140 毫秒
1.
木文提出了多重马尔可夫链预测的模糊模型。该模型克服了以普通集合论为基础划分系统状态的弊病,推广了马尔可夫链预测的模糊模型。模型有效地提高了预测精度。文中以林业虫害预测说明了多重马尔可夫链预测的模糊模型的方法。 相似文献
2.
为准确反映肉类产量的波动特征,基于加权马尔可夫链理论提出了灰色残差修正模型,采用均值-均方差分级法,将残差灰拟合精度指标划分为4个状态,利用加权马尔可夫链理论对残差预测值进行修正.以1994-2011年郑州市肉类产量为基础,建立预测模型进行实证分析,并在模型中加入等维信息,结果表明,与传统的灰色预测相比,预测平均相对误差由21.88％降低为1.312％,较好地提高了预测精度. 相似文献
3.
宋千红 《黑龙江八一农垦大学学报》2012,24(1):81-83
主要是应用加权马尔可夫链的预测方法对居民消费价格指数进行预测,以1989~2006年全国居民消费价格指数资料为例,分6个步骤进行马尔可夫链预测,以说明加权马尔可夫链方法的具体应用。 相似文献
4.
引入友精度指标,基于加权马尔可夫链(Markov)理论提出了灰色残差修正模型,并运用马尔可夫状态转移矩阵对未来残差的符号进行判定.以1994-2011年河南省渔业增加值为基础,建立预测模型,并在模型中不断加入新信息,进行实证分析.结果表明,与传统的灰色预测相比,预测值平均相对误差由8.33％降低为2.54％,较好地提高了预测的精度. 相似文献
5.
鉴于降水过程存在大量不确定性的特点,中长期降水预报一直是气象科学领域的一个难题。主要采用平滑处理消除异常值,对年降水量进行分级,建立滑动平均马尔可夫链预测模型。通过建立的预测模型,对南京市2009、2010年年降水量进行了试预测。结果表明,2009年预测值与实测值相对误差为2．17％,2010年预测值与实测值相对误差为3．09％,预测精度较高。同时,为弥补滑动平均马尔可夫链模型对极端年份无法预测准确的缺陷,利用灰色灾变系统,对南京市极端降水年份进行预测。两者结合能更好地完成南京市年降水量的预测工作。 相似文献
6.
GM(1,1)模型由于其原始数据的起伏性和无序性,预测结果不是很理想.针对这一情况,采用马尔可夫链模型对GM(1,1)模型结果进行优化,并应用该模型对太子河干流化学需氧量进行预测.结果表明,应用灰色马尔可夫链模型进行预测,化学需氧量成逐年下降的趋势,2012年实际化学需氧量为11.4 mg/L,结果在(9.97,12.59)的预测区间,说明应用灰色马尔可夫链对水质进行预测是可行的. 相似文献
7.
马尔可夫链及其在林业预测中的应用 总被引：1，自引：0，他引：1
马尔可夫链是一种随机模型。它可以用来预测、分析具有多种状态的随机系统。本文介绍了马尔可夫链的基本概念和方法,并就在林业预测中的两个问题——林木病害预测和森林资源变化预测进行了讨论和分析。 相似文献
8.
9.
模糊加权马尔可夫链模型及其应用 总被引：3，自引：0，他引：3
在传统的用马尔可夫链模型预测的方法基础上,建立了模糊加权马尔可夫链模型。以某地区梅雨期长度的预测作为实例,介绍了使用这种模型的方法与步骤,提出了具有模糊状态的马尔可夫链的转移概率计算公式,并采取以规范化的各阶自相关系数为权重,用加权的马尔可夫模型预测的结果与实际梅雨期长度相吻合。 相似文献
10.
11.
广西农产品模型预警系统的构建与应用 总被引：3，自引：0，他引：3
从农产品预警系统总体设计及其指标体系构建出发,组建了广西农产品趋势预测模型,在此基础上,采用波动系数和系统化方法划分农产品预警警度与警限,应用马尔柯夫链和多级模糊综合评估法进行农产品预测及其综合评判,从而建立了一套完整的农产品模型预警系统。应用结果表明,平均预警有效率为75.6%,预警有效率在67%以上的年份占全部年份的86.4%。 相似文献
12.
基于马尔科夫链的西安春季首场透雨预测方法研究 总被引：1，自引：0，他引：1
[目的]研究西安春季首场透雨的马尔科夫链预测方法。[方法]根据透雨出现时间具有相依随机变量的特点,选取西安市1959-2010年7个气象台站的春季（3-5月）降水量资料,采用气象上春季首场透雨标准确定其出现日期,按照研究问题序列的长短和实际情况将其划分为6个状态空间,并采用马尔科夫链建立春季首场透雨预测模型。[结果]应用马尔科夫链预测的2009、2010年西安市春季首场透雨的出现时间与实况相符,预测效果较好,其方法思路清晰,计算简便,且具有一定的可靠性和实用性。[结论]该方法为实际业务预报春季首场透雨提供科学的参考价值。 相似文献
13.
This study was conducted to establish a Support Vector Machines (SVM)-Markov Chain prediction model for prediction of mining water inflow. According to the raw data sequence, the Support Vector Machines (SVM) model was built, and then revised by means of a Markov state change probability matrix. Through dividing the state and analyzing absolute errors and relative errors and other indexes of the measured value and the fitted value of SVM, the prediction results were improved. Finally, the model was used to calculate relative errors. Through predicting and analyzing mining water inflow, the prediction results of the model were satisfactory. The results of this study enlarge the application scope of the Support Vector Machines (SVM) prediction model and provide a new method for scientific forecasting water inflow in coal mining. 相似文献
14.
《（《农业科学与技术》）编辑部》2017,(8)
This study was conducted to establish a Support Vector Machines(SVM)-Markov Chain prediction model for prediction of mining water inflow. According to the raw data sequence, the Support Vector Machines(SVM) model was built, and then revised by means of a Markov state change probability matrix. Through dividing the state and analyzing absolute errors and relative errors and other indexes of the measured value and the fitted value of SVM, the prediction results were improved. Finally,the model was used to calculate relative errors. Through predicting and analyzing mining water inflow, the prediction results of the model were satisfactory. The results of this study enlarge the application scope of the Support Vector Machines(SVM) prediction model and provide a new method for scientific forecasting water inflow in coal mining. 相似文献
15.
马尾松毛虫幼虫发生严重程度的预测研究 总被引：1，自引：0，他引：1
为了提高马尾松毛虫幼虫发生严重程度的预测精度,寻求简便准确的预测方法,采用时间平稳序列法、回归预测法、马尔科夫链法、BP神经网络法和列联表多因子多级相关分析法对安徽省潜山县1983—2014年的马尾松毛虫越冬代、一代和二代幼虫发生的严重程度进行预测,研究历史符合率,并用2015年和2016年的实际发生情况验证。结果表明,平稳时间序列法,列联表多因子多级相关分析法计算简便,预测结果准确;BP神经网络法和马尔科夫链法预测结果非常准确。回归模型中以当代卵盛期卵量预测当代幼虫发生严重程度的一元回归模型的预测结果准确性高,其余一元回归模型预测结果稍差,多元回归模型和逐步回归模型优于一元回归模型。BP神经网络模型是一种理想的预测模型。 相似文献
16.
17.
REN Guangwei WANG Xiufang WANG Xinwei ZHOU Xiansheng DONG Xiaowei Tobacco Institute Chinese Academy of Agricultural Sciences Qingdao Sh ong China Technology Center Sh ong Tobacco Industry Corporation Jinan China 《东北农业大学学报(英文版)》2008,15(4)
For long-term prediction of occurrence degree of tobacco aphid Myzus persicae (Sulzer), Markov chain method was used to establish prediction model for occurrence degree of tobacco aphid. With 4 levels of occurrence degree, Markov chain model was established based on the data in 1987-2004. The results indicated that the accuracy for total prediction in 2005-2007 and the back prediction in 1987-2004 reached 88.89% and 85.12%, respectively. The method is simple and feasible for long-term prediction of occurrence degree of tobacco aphid. 相似文献
18.
时鸿涛 《青岛农业大学学报(自然科学版)》2010,(4):330-333
为提高网络流量预测的准确度,提出一种新的马尔可夫流量预测算法。将实际网络流量序列分解为周期序列和正态平稳序列,对正态平稳序列建立马尔可夫模型并对其进行预测,结合预测值和周期序列得到实际网络流量的预测结果。实验结果表明,该算法具有较高准确度。 相似文献