导读:本文包含了马尔可夫预测论文开题报告文献综述及选题提纲参考文献，主要关键词:马尔可夫模型,蓄电池,寿命,预测
马尔可夫预测论文文献综述
韦国歆,李志鹏,陆涛,席伟韬,袁瑶[1]（2019）在《基于马尔可夫模型的蓄电池寿命预测方法研究》一文中研究指出传统的蓄电池寿命预测存在着精准度低与效率低的缺陷,为此提出基于马尔可夫模型的蓄电池寿命预测方法。根据蓄电池的使用原理对寿命预测参数进行选定,对确定的寿命预测参数建立蓄电池退化模型,经过计算得到蓄电池退化模型参数。将得到的模型参数引入马尔可夫模型计算蓄电池的伪寿命,对伪寿命进行处理得到寿命预测值,实现了对蓄电池寿命的预测。实验结果显示,提出的蓄电池寿命预测方法精准度平均值与效率平均值分别比传统方法高出28%和15.4%,说明提出的蓄电池寿命预测方法具有极高的有效性。(本文来源于《自动化与仪器仪表》期刊2019年11期）
杨柳,同长虹,刘昊,王新雁[2]（2019）在《基于等维新息灰色加权马尔可夫模型的工件尺寸预测》一文中研究指出对工件尺寸的科学预测建模是加工预报补偿技术的基础.结合等维新息灰色模型与加权马尔可夫链的预测优势,建立等维新息灰色加权马尔可夫组合模型,并对工件尺寸测量误差建模、预测.实例结果表明:预测值与样本数据波动相似,且比灰色GM(1,1)模型和等维新息模型预测值的预测误差小,精度高.因此,该模型可为工件未来尺寸预报提供依据,并为后续的补偿控制技术提供参数.(本文来源于《甘肃高师学报》期刊2019年05期）
金理强,代绍海,张新尚,唐登志[3]（2019）在《基于灰色-马尔可夫链的软弱围岩隧道施工期围岩变形预测研究》一文中研究指出施工中的围岩变形监测目的在于掌握围岩动态,对围岩做出稳定性评价,为确定支护形式、支护参数的选取和支护的最佳时机提供指导。从而实现保障施工安全、利用围岩动态信息指导施工。当然隧道的变形是受多重因素的综合影响下,具有不确定性、模糊性、时间单调增长性等特点。而软弱围岩本身由于强度低、稳定性差、变形时间长等特点、往往因为支护参数、水的影响及预留变性量不足或者支护时机不对,在施工过程中易引发初支大变形、侵限甚至地表开裂、坍塌、冒顶等现象。针对软弱围岩的变形这一不确定系统,本文尝试利用灰色模型和马尔可夫链修正的方式相结合,根据已有监控数据预测未来围岩的变形发展趋势。结果表明预测模型所得出的计算结果和监控数据实测值拟合度较高,表明灰色-马尔可夫模型在隧道围岩预测中有着广泛的应用前景。(本文来源于《公路交通科技(应用技术版)》期刊2019年10期）
刘嘉,王泽滨[4]（2019）在《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》一文中研究指出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.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年05期）
周敏,潘桓[5]（2019）在《一种基于马尔可夫链的零件尺寸误差预测方法》一文中研究指出搭建了零件尺寸检测系统,针对检测过程中机械抖动、镜头畸变等问题,提出基于马尔可夫链对零件尺寸误差进行预测。介绍了基于马尔可夫链对零件尺寸误差进行预测的原理和流程,并进行了实际应用。将所提出的零件尺寸误差预测方法应用于零件尺寸检测系统,可以提高检测结果的准确性。(本文来源于《上海电气技术》期刊2019年03期）
刘兆伦,张春兰,郭长江,王海羽,武尤[6]（2019）在《改进的多种群算法优化隐马尔可夫模型预测篦压趋势》一文中研究指出以篦冷机关键参数篦下压力为研究对象,提出一种篦压变化趋势预测模型.利用主成分分析对数据降维,以主元序列作为观测序列,构建改进的多种群算法优化隐马尔可夫模型参数.种群内利用轮盘赌算子选择个体,设计双区与均匀行交叉结合的自适应交叉算子避免局部收敛,进行动态变异率的多项式变异操作提高收敛速度,种群间提出混合师生交流机制的自适应移民算子保证多种群协同进化.仿真表明本文算法可收敛到全局最优,能提高收敛精度和速度,利用该算法建立的模型跟踪性能好,预测精度高,能满足对篦压趋势预测的要求.(本文来源于《控制理论与应用》期刊2019年08期）
蒋峰,王宗耀,张鹏[7]（2019）在《基于灰色-加权马尔可夫链的光伏发电量预测》一文中研究指出光伏发电量预测是光伏并网的一项基础性工作。运用灰色模型对光伏发电量进行总体趋势的预测后,加入了加权马尔可夫链预测理论,建立了灰色-加权马尔可夫链预测模型。该模型不仅考虑了GM(1,1)模型对指数增长序列的适应性,而且考虑了发电量数据随机波动的特点,用状态转移概率矩阵来描述这种波动性。将该模型运用于合肥某光伏电站的光伏发电量预测,结果表明加权马尔可夫链与灰色模型的结合,提高了对波动性较大的发电量数据预测的精度,验证了该模型的可行性和有效性。(本文来源于《电力系统保护与控制》期刊2019年15期）
李娜[8]（2019）在《基于Fisher最优分割和权马尔可夫链的降水预测》一文中研究指出应用Fisher最优分割法将汉中地区1951～2010年的年降水序列划分为6个状态,采用规范化的各阶自相关系数为权重,建立了加权马尔可夫链模型。逐年预测了2003～2010年的降水状态,结果全部与实际情况一致。(本文来源于《内蒙古水利》期刊2019年07期）
刘鸣筝,袁谅[9]（2019）在《媒介使用行为对公众幸福感的积极作用——基于有序回归的分析和马尔可夫链的预测》一文中研究指出公众越来越多的媒介使用行为导致公众在主观上感受更幸福还是更不幸福?本文基于CGSS数据,建立回归模型,考察媒介使用行为对公众幸福感的影响。研究发现,报纸、广播、电视、互联网的使用对公众的幸福感有显着的正向作用;以互联网为代表的新媒体在提升公众幸福感方面比传统媒体具有明显优势。根据公众媒介使用行为的现状并考察历史数据,通过马尔可夫链进行预测可以发现随着公众使用新媒体使用行为的不断增加,其幸福感将得到显着提升。(本文来源于《新闻大学》期刊2019年07期）
于晨,王斌,翟希,张倩,汪洋[10]（2019）在《一种个体地铁出行预测的马尔可夫模型》一文中研究指出为了解和挖掘城市人类移动行为的规律性和差异性,提出了一种马尔可夫模型来预测个体地铁出行行为。首先通过数据分析挖掘出城市出行个体的类别差异,根据出行数据将用户分为不同属性;然后标记出行记录标签,统计分析不同属性用户的出行时间分布差异;最后分时间段建立了用户个体出行的马尔可夫模型,预测其出行状态。对10万名用户的1 000余万条地铁出行记录进行交叉验征,结果显示个体马尔可夫模型的平均预测精度达到72.73%,优于传统的时序预测模型。本文模型有效地预测了地铁出行中的个体出行行为,有利于解决城市发展中面临的交通拥堵问题,进一步合理分配交通资源。(本文来源于《中国科技论文》期刊2019年07期）
马尔可夫预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对工件尺寸的科学预测建模是加工预报补偿技术的基础.结合等维新息灰色模型与加权马尔可夫链的预测优势,建立等维新息灰色加权马尔可夫组合模型,并对工件尺寸测量误差建模、预测.实例结果表明:预测值与样本数据波动相似,且比灰色GM(1,1)模型和等维新息模型预测值的预测误差小,精度高.因此,该模型可为工件未来尺寸预报提供依据,并为后续的补偿控制技术提供参数.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
马尔可夫预测论文参考文献
[1].韦国歆,李志鹏,陆涛,席伟韬,袁瑶.基于马尔可夫模型的蓄电池寿命预测方法研究[J].自动化与仪器仪表.2019
[2].杨柳,同长虹,刘昊,王新雁.基于等维新息灰色加权马尔可夫模型的工件尺寸预测[J].甘肃高师学报.2019
[3].金理强,代绍海,张新尚,唐登志.基于灰色-马尔可夫链的软弱围岩隧道施工期围岩变形预测研究[J].公路交通科技(应用技术版).2019
[4].刘嘉,王泽滨.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[J].江苏科技大学学报(自然科学版).2019
[5].周敏,潘桓.一种基于马尔可夫链的零件尺寸误差预测方法[J].上海电气技术.2019
[6].刘兆伦,张春兰,郭长江,王海羽,武尤.改进的多种群算法优化隐马尔可夫模型预测篦压趋势[J].控制理论与应用.2019
[7].蒋峰,王宗耀,张鹏.基于灰色-加权马尔可夫链的光伏发电量预测[J].电力系统保护与控制.2019
[8].李娜.基于Fisher最优分割和权马尔可夫链的降水预测[J].内蒙古水利.2019
[9].刘鸣筝,袁谅.媒介使用行为对公众幸福感的积极作用——基于有序回归的分析和马尔可夫链的预测[J].新闻大学.2019
[10].于晨,王斌,翟希,张倩,汪洋.一种个体地铁出行预测的马尔可夫模型[J].中国科技论文.2019