基于马尔柯夫分析的计算机预测和决策应用.docVIP

基于马尔柯夫分析的计算机预测和决策应用 　　Application of Computer Forecast and Decision Based on Markov Analysis 　　Lv Yan 　　（Yingkou Vocational Technical College，Yingkou 115000，China） 　　摘要： 从DSS应用现状出发，介绍了马尔柯夫分析的定义和数学原理，阐述了马尔柯夫分析的过程和预测的基本步骤，利用Excel设计了进行市场占有率预测的应用模型，并进行了仿真预测和决策分析。测试表明，应用模型简便通用，操作方便，提高了预测的计算精度和效率。 　　Abstract： Starting from the DSS application status, it describes the Markov analysiss definition and mathematical principles, expounds the Markov process and forecast steps. It designs an application model of forecasting Market Shares by Excel. Through the simulated forecasts and decision analysis, it shows that the application model is simple and general, easy to operate, it also improves calculations accuracy and efficiency. 　　关键词： 马尔柯夫 预测 概率 转移矩阵 市场占有率 　　Key words： Markov; forecast; probability; transition matrix；Market Shares 　　中图分类号：TP39 文献标识码：A文章编号：1006-4311（2011）14-0196-02 　　0引言 　　随着信息技术的发展，计算机以其卓越的性能在科学技术、国民经济和社会生活各个领域得到广泛的应用。20世纪70年代，在管理信息系统（Management Information Systems,MIS）基础上出现了决策支持系统（Decision Support Systems,DSS），DSS是以计算机为主要手段,综合了管理科学与工程、计算机科学、统计学和运筹学等多学科理论和方法，以支持决策过程为目标的信息处理系统。MIS和DSS的产生与发展使计算机应用从工程技术、自然科学等领域向经济、金融、生物、医学、环境、地质、人口、交通等领域渗透。 　　DSS是面向组织的管理层，侧重于应用模型化的数量分析方法，通过对组织内部、外部数据的分析，挖掘信息内在的规律和特征，以易于理解和使用的方式为管理层提供决策信息。但是，由于管理决策问题的复杂型，现有决策系统大多是面向某类决策问题，如经济分析、人口分析、流量分析等，在实际的管理应用中，DSS只能以某种形式“嵌入”到已建立的信息系统中。基于此，本文给出了基于马尔柯夫分析模型的计算机预测和决策应用，利用Excel2007提供的线性规划功能，简化了手工预测中的大量烦琐计算，提高了预测工作的效率和数据的准确性，具有一定的应用价值。 　　1马尔柯夫分析的基本原理 　　1.1 马尔柯夫分析的定义马尔柯夫分析是以俄国数学家A.马尔柯夫（A.Markov）命名的一种预测模型。早在1907年，马尔柯夫经多次试验研究发现：在某些随机事件的转移过程中，第n次试验结果取决于第n-1次试验结果，而与更早的试验结果无关。对于由一种情况转换至另一种情况的过程若具有转换概率，而且此转换概率又可以依据其前项情况推算出来，这种过程称为马尔柯夫过程，一连串的此种转换过程称为马尔柯夫链。对马尔柯夫过程或马尔柯夫链进行分析，观察和预测该过程或链未来变化趋势的工作称为马尔柯夫分析。马尔柯夫分析作为预测技术广泛应用于各个领域，如产品销售状态、市场占有率、设备更新成本、交通运输流量、最佳服务地点选择、人口分布和人才拥有量预测等等。 　　1.2 马尔柯夫分析的数学原理 　　定义1：任意向量U=（ui），若各元素都为非负数，且元素总和为1，则此向量U称为概率向量。 　　定义2：任意矩阵P=（pij），若各行均为概率向量，则此方阵称为概率矩阵。 　　1.3 马尔柯夫分析过程马尔柯夫分析过程是一概率过程，其转移概率就是过去若干个状态下的概率向量。假定研究系统S有互不相容的n个状态，每隔一定时间状态变更一次，如果在ti时刻系统处于状态Ai（i=1，2，3，…，n），在下一