马尔科夫模型在系统工程中的应用.docVIP

马尔可夫模型在系统工程中的应用 兰爱花 （信息与电气工程学院 系统工程 2012级硕研14班 2012021454） 摘要：马尔可夫过程是一种理论最完备、应用最广、最简单的随机过程。利用马尔可夫性质(即无后效性质)将问题变成数学模型称为马尔可夫模型。马尔可夫模型在运筹学和系统工程中有较多应用，如可靠性理论、排队论等。系统工程中常用的有两类马尔可夫过程：离散的(或称马尔可夫链)及不连续的(状态离散、时间连续)马尔可夫过程。 本文力图从系统工程应用角度对马尔可夫模型的性质、基本方程、运算方法等作通俗的介绍,并举例说明在系统工程中的应用。 关键词：马尔科夫链，数学模型，灾变预测，交通预测 一、随机过程的数学模型 1.1马尔可夫链的基本原理: 设有随机过程,若对任意的整数n∈T和任意,条件概率满足: 　 　　 （１） 　 则称为马尔可夫链,我们记表示在n时刻系统处于状态i条件下,在时刻n+1时系统转移到j的概率;将依次排序,可得如下矩阵: 　　　　　 （２） 该矩阵称为转移概率矩阵。 　　任一系统的状态空间I,可以分解为下列不相交子集之和 　　　　　　　　　　　　　　　　　　　（３） 其中N为所有非常返状态组成集合,是互不相交的常返状态组成的闭集。 　　若j是非周期的正常返状态,则 　　　　　　　　　　　　　　　　　　　　　　　　　（４） 为状态j的平均返回时间。 我们称概率分布为马尔可夫链的平稳分布,其中I为状态空间,若它满足 　　　　　　　　　　　　　 　　　　　　　　　　　　　　　　　　　　　　　　　　（５） 若是马尔可夫链的平稳分布,则 　　　 　　　　　　　　　　　　　　　（６） 1.2状态转移概率的计算和状态转移矩阵的构造 由于数据序列的变化,某一状态从时间开始,只能推测在未来时间处于该状态的概率,将数据序列分为若干种状态,记为它可能发生转移时间记为数据序列用状态经过m步转移到的概率为m步转移概率,记为 　　　　　　　　　　　　　　　　　　　　　　　　　　　　 其中为状态经过m步转移到状态的次数;为状态出现的次数。由于数据序列最后的状态转向不确定,故计算数据时要去掉最末的一个数据。 二、马尔可夫模型在系统工程中应用举例 2.1对某地区汛期雨量的预测 某地区统计资料表明从1961-1998年降雨量分别为（mm）：795.4,805.3， 3681.3,3936.3,3598.6,733.1,447,845.3,3605.4,827.2,745.5,5813.4,4567.7,7554.3,1266.3,677.4,780.3,827.2,430.3,423.6,553.8,569.2,1317.7,827.0,389.0,376.7,823.6,518.7,761.7,443.2,627.7,421.6,687.6,421.6,687.6,1194.8,574.4,1165.9,1168.1 2.1.1对这些数据进行处理,把雨量分成5个状态: 表1 状态 编号 命名 1100 1 洪涝 [900,1100] 2 天气异常 [700,900] 3 天气湿润 [500,700] 4 天气适中 500 5 气候干燥 表2 年度 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 状态 3 3 4 2 4 3 1 3 4 3 年度 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 状态 3 3 4 4 1 3 3 5 5 4 年度 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 状态 4 1 3 5 5 3 4 3 5 3 年度 1991 1992 1993 1994 1995 1996 1997 1998 状态 5 4 5 4 1 4