补充 马与尔科夫链预测方法 .ppt

补充 马尔可夫预测方法 对事件的全面预测，不仅要能够指出事件发生的各种可能结果，而且还必须给出每一种结果出现的概率，说明被预测的事件在预测期内出现每一种结果的可能性程度。这就是关于事件发生的概率预测。 马尔可夫（Markov)预测法，就是一种关于事件发生的概率预测方法。它是根据事件的目前状况来预测其将来各个时刻（或时期)变动状况的一种预测方法。马尔可夫预测法是地理预测研究中重要的预测方法之一。 一、几个基本概念 （一)状态、状态转移过程与马尔可夫过程 1.状态? 在马尔可夫预测中，“状态”是一个重要的术语。所谓状态，就是指某一事件在某个时刻（或时期)出现的某种结果。一般而言，随着所研究的事件及其预测的目标不同，状态可以有不同的划分方式。譬如，在商品销售预测中，有“畅销”、“一般”、“滞销”等状态；在农业收成预测中，有“丰收”、“平收”、“欠收”等状态；在人口构成预测中，有“婴儿”、“儿童”、“少年”、“青年”、“中年”、“老年”等状态；在经济发展水平预测中，有“落后”、“较发达”、“发达”等状态；等等。 一、几个基本概念 2.状态转移过程? 在事件的发展过程中，从一种状态转变为另一种状态，就称为状态转移。譬如，天气变化从“晴天”转变为“阴天”、从“阴天”转变为“晴天”、从“晴天”转变为“晴天”、从“阴天”转变为“阴天”等都是状态转移。 事件的发展，随着时间的变化而变化所作的状态转移，或者说状态转移与时间的关系，就称为状态转移过程，简称过程。 一、几个基本概念 3.马尔可夫过程? 若每次状态的转移都只仅与前一时刻的状态有关、而与过去的状态无关，或者说状态转移过程是无后效性的，则这样的状态转移过程就称为马尔可夫过程。在区域开发活动中，许多事件发展过程中的状态转移都是具有无后效性的，对于这些事件的发展过程，都可以用马尔可夫过程来描述。 一、几个基本概念 （二)状态转移概率与状态转移概率矩阵 1.状态转移概率? 在事件的发展变化过程中，从某一种状态出发，下一时刻转移到其它状态的可能性，称为状态转移概率。根据条件概率的定义，由状态Ei转为状态Ej的状态转移概率P（Ei→Ej)就是条件概率P（Ej/Ei)，即 P（Ei→Ej)=P（Ej/Ei)=Pij????????????????????????????????????????????? （1) 一、几个基本概念 2.状态转移概率矩阵? 假定某一种被预测的事件有E1，E2，…，En，共n个可能的状态。记Pij为从状态Ei转为状态Ej的状态转移概率，作矩阵 一、几个基本概念 如果被预测的某一事件目前处于状态Ei，那么在下一个时刻，它可能由状态Ei转向E1，E2，…Ei…En中的任一个状态。所以Pij满足条件： 一、几个基本概念 一般地，我们将满足条件（3)的任何矩阵都称为随机矩阵，或概率矩阵。不难证明，如果P为概率矩阵，则对任何数m＞0，矩阵Pm都是概率矩阵。 如果P为概率矩阵，而且存在整数m＞0，使得概率矩阵Pm中诸元素皆非零，则称P为标准概率矩阵。可以证明，如果P为标准概率矩阵，则存在 一、几个基本概念 3.状态转移概率矩阵的计算? 计算状态转移概率矩阵P，就是要求每个状态转移到其它任何一个状态的转移概率Pij（i，j=1，2，…，n)。为了求出每一个Pij，我们采用频率近似概率的思想来加以计算。 考虑某地区农业收成变化的三个状态，即“丰收”、“平收”和“欠收”。记E1为“丰收”状态，E2为“平收”状态，E3为“欠收”状态。表2-18给出了该地区1950—1989年期间农业收成的状态变化情况。以下，我们来计算该地区农业收成变化的状态转移概率矩阵。 一、几个基本概念 表2-18? 某地区农业收成变化的状态转移情况 一、几个基本概念 从表2-18中可知，在15个从E1出发（转移出去)的状态转移中，有3个是从E1转移到E1的（即1→2，24→25，34→35)，有7个是从E1转移到E2的（即2→3，9→10，12→13，15→16，29→30，35→36，39→40)，有5个是从E1转移到E3的（即6→7，17→18，20→21，25→26，31→32)。 故 一、几个基本概念 二、马尔可夫预测法 为了运用马尔可夫预测法对事件发展过程中状态出现的概率进行预测，还需要再介绍一个名词：状态概率πj（k)。πj（k)表示事件在初始（k=0)时状态为已知的条件下，经过k次状态转移后，第k个时刻（时期)处于状态Ej的概率。根据概率的性质，显然有： 二、马尔可夫预测法 从初始状态开始，经过k次状态转移后到达状态Ej这一状态转移过程，可以看作是首先经过（k-1)次状态转移后到达状态Ei（i=1，2，…，n)，然后再由Ei经过一次状态转移到达状态Ej。根据马尔可夫过程的无后效性及Bayes条件概率