转移概率

摘要： 针对单一气象预报源可能存在的误报和偏差问题,提出一种基于多源气象预报总辐照度修正的光伏功率短期预测方法。根据功率序列特征,采用自组织映射神经网络聚类算法实现历史数据广义天气类型划分。按照晴朗程度实现广义天气类型与公共气象服务天气类型预报的匹配对应,并计算不同广义天气类型总辐照度各等级之间的折算系数。在计算各广义天气类型系统误差的基础上,如果预测日数值天气预报广义天气类型分类结果与公共气象服务天气类型预报的一致,则叠加修正总辐照度系统误差;否则,采用树扩展朴素贝叶斯算法计算2种广义天气类型的转移概率,在修正系统误差后利用折算系数计算公共气象服务天气类型预报对应广义天气类型的总辐照度序列,并根据转移概率设定权重系数进一步修正总辐照度序列。建立预测模型,基于遗传算法优化的反向传播神经网络获得光伏功率短期预测结果。利用某光伏电站的实际运行数据和气象预报数据验证了模型的有效性。

摘要： VRPTW被证明是一个NP难题,VRPTW的意义旨在车辆数最少和路径长度最短。本文在对VRPTW的数学模型进行分析的前提下,对基本蚁群算法状态转移概率加入了时间窗限制因素,对信息素轨迹更新采用了上下限因素,且应用改进后的蚁群算法解决了算法在处理带时间窗的车辆路径问题时出现的搜索效率低、易陷入局部最优等问题。仿真结果表明,本文的改进算法与其他智能启发式算法在解决VRPTW时,具有最优路径较短、总耗时少的优势。

摘要： 癌症是一类会持续发展并扩散到其他器官的致命性疾病。癌症的转移率有高有低,从转移率极低(20年内进展概率75%)。低风险癌症就是指那些侵袭性弱,转移概率低、通常可以长期生存的癌症。

摘要： 结合大学生心理数据的多源化特征,以提升大学生心理危机预测效果,提出多源数据挖掘的大学生心理危机预测方法。采用组合赋权方法得到多源大学生心理数据权重,并根据权重进行多源数据融合,将融合后的多源大学生心理数据作隐马尔科夫模型输入,经过训练与优化后,构建大学生心理危机预测模型。实验结果表明:该方法多源数据挖掘能力较强,大学生心理危机预测精度较高,平均响应时间较短。

摘要： 利用贵州省1980-2020年逐月降水与土壤水分计算标准化降水指数(SPI)和标准化土壤水分指数(SSI),基于游程理论、传播响应率(Rr)、状态转移概率矩阵等方法探究气象与农业干旱特征变化,以及两者之间的响应关系。结果表明:(1)贵州省农业干旱较气象干旱持续时间长、烈度大,干旱历时空间变化较气象干旱显著,干旱烈度则较单一。(2)季尺度上,春季农业干旱对气象干旱响应最为敏感,夏、秋季次之,冬季较弱;不同地貌类型下,春、冬季在半喀斯特低中山响应程度较高,夏季在峰丛谷地,秋季在非喀斯特地区;不同切割深度下,地表切割,越深春季Rr越高,夏、秋和冬季Rr则越低。(3)在20世纪80s转至21世纪10s状态间,不同地貌类型下均发生不同程度的概率转移,其中春、冬季节转移活跃、概率较低,夏、秋季主要呈“低转高”现象,夏季转移概率偏低,秋季转移概率普遍偏高;在不同切割深度下,各季节浅切割与最深切割深度转移活跃度低,概率高,其他切割深度下转移活跃,但概率低。

摘要： 在GM(1,1)预测模型中,发展系数a和灰色作用量b两参数对模型的预测精度有直接影响.在分析GM建模原理和参数对模型精度影响的基础上,提出了一种信息素浓度自适应调整的精英ACO算法与GM(1,1)融合预测模型,在不改变GM(1,1)模型表达形式前提下,使用了改进的ACO算法来求解模型的最优参数.试验结果表明:与传统的GM(1,1)模型相比,改进的ACO算法与GM(1,1)融合模型的预测精度在传统GM模型误差较大的情况下也能取得较好的预测效果,在适用性上比传统模型具有优越性,是提升模型精度一种新思路.同时也说明了运用自适应精英策略改进蚁群算法提升算法全局寻优能力是合理的、科学的.

摘要： 目的预测2020~2030年失能老人的数量,探索老年人口失能状态的演变规律。方法利用2010年全国第六次人口普查和2015年全国1%人口抽样调查数据,建立60岁以上老年人口失能状态Markov模型,计算失能状态转移概率。结果到2030年我国生活不能自理的严重失能老人将达到3600万人。结论随着老龄化社会的逐步演进,失能老人的数量和比重将达到很高的水平,必须提前为失能老人的养老策略探索政策方案。

摘要： 针对基础蚁群算法易陷入局部最优且收敛速度较差等问题,提出了一种基于自适应策略和蚁群算法的智能汽车轨迹控制与路径规划算法。该算法在初始信息素浓度的分配中,使用自适应函数完成信息素浓度的差异化分配,从而减少了错误浓度信息对路线选择的影响。同时,设计了新的概率转移函数,使不同算法场景拥有不同的概率权重,显著提升了算法的收敛速度。为防止算法陷入局部最优,基于自适应信息熵制定了全局信息素更新规则,令算法在路径规划过程中可兼具性能及效率。仿真测试结果表明,所提算法的路径规划质量在对比算法中为最优,且迭代次数较少,运行时间也仅为5.1 s,证明该算法具有良好的综合性能。

摘要： 针对电动汽车(EV)聚合建模忽略单体差异以及EV辅助电网调频难以兼顾经济性与稳定性等问题,该文首先,考虑电池容量差异,基于马尔科夫链理论提出了EV动态演化过程转移概率计算方法,推导了关于荷电状态的转移概率分布函数,构建了EV聚合模型,并建立了EV参与的两区域互联系统联合调频控制模型;然后,提出了基于稳定经济模型预测控制的双模态集群EV辅助电网调频控制策略,模态1通过经济模型预测控制降低调节成本,模态2利用辅助控制器确保系统稳定性;最后,通过仿真算例表明,聚合模型具有较高精度,控制策略能够优化协调各资源出力,在维持系统频率稳定的基础上,改善了频率调节过程中系统的经济性。

摘要： 针对网络攻击出现的大规模、协同、多阶段的特点,提出一种基于攻击图模型的网络安全态势评估方法.首先,结合攻击事件的时空特征融合多源告警数据构建网络攻击行为特征;其次,基于告警信息映射攻击节点,关联多步攻击的路径;再次,在构建攻击图的基础上,结合转移序列构建攻击节点转移概率表,将转移概率引入攻击图中,推断攻击者的攻击意图;最后,针对最大可能的攻击路径,对大概率的攻击节点进行安全态势评估,科学量化网络攻击后潜在攻击节点的安全态势,为网络安全管理人员提前做好防护提供理论支撑和科学依据.

摘要： 天气状态转移概率的极限分布代表了各地天气气候的持续性和转折性特征,同时也表明了它的可预报期限.本文从马尔科夫链(Markov链)理论出发,研究了我国160个代表测站逐日天气状态演变过程的极限分布,统计分析结果表明,转移概率的极限分布不但其空间分布有明显差异,而且不同季节的极限分布也有明显差异,就全国平均而言,夏季持续期最短,持续期由北向南、由西向东呈增加趋势,且春季平均降水持续期为5.1天,夏季平均为5.0天,秋季平均为6.5天,冬季平均为6.2天.这从另一侧面再次证明,各地逐日降水天气状态演变过程具有一定的天气气候状态自然转折的持续性即自然天气周期的气候状况,从而为短期天气预报提供气候背景.

摘要： 针对具有更广泛意义的部分转移概率未知情况下的离散时间奇异Markov跳变线性系统,给出了使开环系统正则、因果、随机稳定的充分条件,并表示为严格线性矩阵不等式形式,部分转移概率未知的条件包括了完全开关系统和随机跳变转移概率完全未知的情况,适用范围更广泛;在此基础上,通过求解严格线性矩阵不等式的可行解,设计了模式依赖状态反馈控制器,使闭环系统正则、因果、随机稳定,实现了系统的镇定;最后,给出一个仿真算例验证了所提方法的有效性.

摘要： 在随机过程特别是马氏过程的理论及应用研究中，正则条件概率和转移概率函数无疑是相当重要的，但是正则条件概率和转移概率函数还有许多性质并未研究清楚。如:它们是否存在，是否唯一等。对以上问题的研究无疑是时分重要而有意义的。本文将讨论这些问题。rn 本文首先给出了转移概率函数和正则条件概率不唯一的例子,同时也通过例子说明马氏过程的强马氏性是否成立与选择的转移概率函数或正则条件概率有关.其次给出了在控制空间(Ω,(F),P)的条件下的转移概率测度的定义,并证明了其存在性,从而关于任意σ-代数的转移概率函数、正则条件概率、条件分布、混合条件分布永远存在.最后,给出了转移概率函数和正则条件概率的优秀版本的定义,并证明了对于马氏过程,它们的优秀版本都是存在的.

摘要： 在机动目标跟踪中，随着状态维数和系统模型个数增加，采用粒子滤波器作为交互式多模型中的子滤波器会带来计算量急剧增加。同时，由于粒子抽取的随机性，对于每一时刻，非此时刻目标运动模型的其它模型经过样本点的传递，预测量测值也可能很接近真实量测值，而导致该模型概率增大，影响滤波结果。针对上述问题，将IMM算法中每一时刻模型转移概率作为一个衡量指标，根据模型转移概率的大小，来改变子滤波器中采样粒子数目的多少。当模型转移概率大于设计阈值时，增大占优模型的采样粒子数，相应减小其他模型的采样粒子数。仿真结果表明，与采样粒子数固定的IMM-PF算法相比，该算法计算量相当，但性能更优。

摘要： 本文用马尔可夫链理论去分析和预测上证指数.采用转移概率的分析方法,分别针对三状态和混合状态结合上证指数的历史数据建立了马尔可夫链预测模型.实证数据表明三状态的预测模型能够较好地判别一周之内的上证综指上涨和下跌趋势,混合状态的预测模型能够较好地确定相应的上证指数的收盘范围.

摘要： 首先,本文给出了马氏时间序列及它的转移频率矩阵F的定义,同时证明了存在一概率空间及定义其上的齐次马氏链X,使得该马氏链以F为转移概率矩阵,且该时间序列就是X的一条轨道.其次,对于给定的转移概率矩阵P,用掷骰子的方法构造出了所有关于P畅通的轨道,且所有这样的轨道都具有马氏性和齐次性的特征.反之,设C是X的最小常返类,证明了X的定义在C上的转移概率pkj(κ∈C,j∈E)可由从C中状态出发且关于转移概率矩阵P畅通的几乎所有轨道中的任意一条ω所唯一确定.特别,对于不可约常返马氏链X的转移概率矩阵可由关于转移概率矩阵P畅通的几乎所有轨道中的任意一条ω所唯一确定.最后,本文给出了有限时间的时间序列化为一个马氏链的方法.

摘要： 机器人研究的发展和人工智能领域的不断深入,路径规划计算作为机器人研究领域重要课题一直受到广泛关注.本文分析了机器人发展现状以及路径规划算法,重点阐述了智能路径规划与传统路径规划的优缺点,利用蚁群算法对移动机器人路径规划中实际应用问题进行了研究,并提供一些实际解决方案.在本文中，将路线图简化为一个赋权网络图，并利用蚁群算法，找出最短路径的大致路线。构造赋权网络图，把平面上的一些点编号，并将它们之间的距离关系简化为网络图，如果节点直接可以直线到达而不遇到障碍物，则它们之间的边的权重为直线距离，否则它们之间没有边。将距离作为信息素的一个映射变量，由于要求最短路，所以可以使用倒数或者相对距离作为信息素浓度。这样就可以获得每只蚂蚁的转移概率，若转移概率大于全局转移因子，则进行全局转移;否则以一定得步长进行转移。这样就可以逐步向全局最优解靠近。50只蚂蚁的初始状态是无序分布的，优化后蚂蚁移动后的最终位置实现了两级分化，这样就得到了最优解。

摘要： 本文使用阂值分析法对转移概率进行了分析,结合图论知识得出了入境旅游流游客人数的流动规律,并给出了相应分析.

摘要： 研究基于网络控制离散时间Markov跳跃系统的H∞滤波问题.系统的输出信号通过受限的通信网络传输到滤波器,引入零阶保持器(ZOH),从网络中选择最新的数据.构造基于网络Markov跳跃离散系统,基于线性矩阵不等式,给出使滤波误差系统渐近稳定的充分条件以及H∞滤波器的设计方法.数值例子表明本方法的有效性.

摘要： 研究基于网络控制离散时间Markov跳跃系统的H∞滤波问题.系统的输出信号通过受限的通信网络传输到滤波器,引入零阶保持器(ZOH),从网络中选择最新的数据.构造基于网络Markov跳跃离散系统,基于线性矩阵不等式,给出使滤波误差系统渐近稳定的充分条件以及H∞滤波器的设计方法.数值例子表明本方法的有效性.

摘要： 本申请提供了一种获得发射概率的方法，该方法包括：获取目标区域内终端的多个测量报告MR和基站的工程参数；根据参数信息和工程参数得到每个MR各自对应的特征向量；通过机器学习模型处理位置信息和特征向量得到单点定位模型；根据单点定位模型、位置信息和特征向量计算发射概率。本申请提供的获得发射概率的方法应用了机器学习模型，属于人工智能AI技术领域。

摘要： 本申请提供了一种获得发射概率的方法，该方法包括：获取目标区域内终端的多个测量报告MR和所述目标区域内至少一个基站的工程参数，根据所述多个MR中的每个MR的参数信息和所述至少一个基站的工程参数，得到所述多个MR中的每个MR各自对应的特征向量；通过回归模型处理所述多个MR中的每个MR的位置信息和所述多个MR中的每个MR各自对应的特征向量，得到单点定位模型；根据所述单点定位模型、所述多个MR中的每个MR的位置信息和所述多个MR中的每个MR各自对应的特征向量，计算所述多个MR中的每个MR各自对应的特征向量的发射概率。

摘要： 本申请提供了一种获得发射概率的方法，该方法包括：获取目标区域内终端的多个测量报告MR和所述目标区域内至少一个基站的工程参数，根据所述多个MR中的每个MR的参数信息和所述至少一个基站的工程参数，得到所述多个MR中的每个MR各自对应的特征向量；通过回归模型处理所述多个MR中的每个MR的位置信息和所述多个MR中的每个MR各自对应的特征向量，得到单点定位模型；根据所述单点定位模型、所述多个MR中的每个MR的位置信息和所述多个MR中的每个MR各自对应的特征向量，计算所述多个MR中的每个MR各自对应的特征向量的发射概率。

摘要： 本申请提供了一种获得发射概率的方法，该方法包括：获取目标区域内终端的多个测量报告MR和所述目标区域内至少一个基站的工程参数，根据所述多个MR中的每个MR的参数信息和所述至少一个基站的工程参数，得到所述多个MR中的每个MR各自对应的特征向量；通过回归模型处理所述多个MR中的每个MR的位置信息和所述多个MR中的每个MR各自对应的特征向量，得到单点定位模型；根据所述单点定位模型、所述多个MR中的每个MR的位置信息和所述多个MR中的每个MR各自对应的特征向量，计算所述多个MR中的每个MR各自对应的特征向量的发射概率。

摘要： 本发明涉及新能源电动汽车领域，提供一种基于概率转移矩阵的电动汽车分层式充电策略方法，包括：主控制中心建立基于神经网络的电动汽车充电负荷预测模型，并以电网侧负荷峰谷差最小为目标函数，对负荷曲线进行优化并向次级控制中心下达指令；次级控制中心通过计算概率转移矩阵制订充电计划并广播至区域内受控电动汽车群；电动汽车根据概率转移矩阵与本地约束更新充电计划。本发明基于电动汽车历史充电负荷数据建立的神经网络负荷预测模型，能够准确的预测次日电动汽车充电负荷曲线，基于概率转移矩阵的电动汽车充电策略能够有效的优化次日电动汽车充电计划，本发明为分层与分布式相结合的有序充电控制策略，能有效的达到削峰填谷的目标。

摘要： 本发明涉及基于转移概率网络的商户推荐方法及其系统。该方法包括：对N个商户进行OneHot编码，其中，每个商户被映射为一个N维的稀疏向量；对于规定账户，记录相关交易对应的商户代码并排序而构建消费商户序列，其中，所述商户代码以由进行OneHot编码之后的向量表示；构建神经网络，其中，以每个商户的OneHot编码之后的向量作为输入层、以在该商户之后接下来可能出现的商户的商户出现概率分布作为输出层；以及基于所述转移概率网络构建步骤输出的所述商户出现概率向用户推荐商户。根据本发明，提出了转移概率三层神经网络的架构，能够根据海量用户的消费序列，快速分析商户系列之间的关系，进行更精准的推荐。

摘要： 本申请公开了一种基于状态转移概率模型的RPA组件推荐方法，包括：该方法通过统计业务场景中各类操作对应功能组件的使用关系，得到每个功能组件到其他组件的转移概率；以转移概率为依据为每一步RPA流程创建推荐组件，并通过高频组件的类别分布，推荐组件类别；其技术要点为，本发明中提到的组件及类别推荐基于转移概率模型实现，模型训练数据量越大，模型准确率越高；为避免过拟合应当选择当前业务场景中多个业务人员的操作数据为输入，以防止个人的不规范操作习惯影响模型整体的准确率；采用本发明的推荐方法可以帮助创建者快速找到适用组件，加速流程构建。

摘要： 本发明公开一种企业风险转移概率预测方法，包括以下步骤：S1统计营业外支出，建立企业营业外支出表；S2使用营业外支出表，用蒙特卡罗方法并结合四分位数法对风险等级进行评价，建立风险危害程度、可能性及其等级表；S3使用风险危害程度、可能性及其等级表，应用马尔科夫链计算预测出后续两年企业营业外支出的转移风险概率。本发明的有益效果为：提高风险应对的针对性和应对措施的有效性，实现资源的整合、利用和优化，同时为企业经营决策提供有效依据。

摘要： 本发明实施例公开了一种产品转移概率确定方法、装置及设备，该方法包括：获取产品对接初始模型，产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品；针对每个待对接产品，确定待对接产品和目标对接产品之间的目标滞后距和目标转移概率函数，目标转移概率函数根据历史数据确定；根据目标滞后距和目标转移概率函数确定所述待对接产品与所对应的目标对接产品的转移概率。预先通过历史数据确定目标转移概率函数，通过目标转移概率函数和目标滞后距对转移概率进行预测，由于目标转移概率函数是通过历史数据确定，考虑了历史数据的时间滞后效应，因此确定的转移概率准确率较高，进一步提高预测结果的准确性。

摘要： 本发明公开了多模态系统随机非平稳振动频率特征的转移概率确定方法，包括：提取各段非平稳振动功率谱中能量最大的频率结果，以之为该段非平稳振动的主导频率，对各段非平稳振动的主导频率数据进行一维层次聚类，根据非平稳振动的发生时间，对每个当前非平稳振动主导频率所属聚类簇的下一个非平稳振动主导频率所属聚类簇进行计数并建立转移概率矩阵，计算聚类簇的出现概率行向量并将其与转移概率矩阵相乘，则可得到每个聚类簇从其它聚类簇转移的转移概率行向量，转移概率行向量中各转移概率值分别表示随机过程中从其他频率特征转移到各频率特征的概率大小。本发明方法可为系统的智能振动控制提供实时的非平稳振动频率及其控制优先级信息。