5马尔可夫预测.pptVIP

§3.4 马尔可夫预测方法 几个基本概念 状态、 状态转移过程、 马尔科夫过程、 状态转移概率 状态转移概率矩阵 马尔可夫预测法 状态转移概率 状态转移概率矩阵 * * 马尔可夫预测 马尔可夫预测是一种预测事件发生的概率的方法，它基于马尔可夫链，根据事件目前的状况预测其将来各个时刻变动状况。 几个相关概念 状态：某一事件在某一时刻出现的某种结果。如，农 业收成预测中有“丰收”、“平收” “欠收”等状态；人 口构成预测中有“婴儿”、“儿童”、“少年”、“青年”、“老年”等状态 状态转移：事件的发展，从一种状态转变为另一种状态。如，天气从“阴天”变为“晴天”。 马尔可夫过程：在事件的发展过程中，每次状态的转移都只与前一时刻的状态有关，而与过去的状态无关，即状态转移过程无后效性。 状态转移概率：事件发展过程中，从某一种状态出发，到下一时刻转移到其他状态的可能性。由状态Ei转为Ej的概率记为P（Ei→Ej） 状态转移概率矩阵：某一事件的发展过程有N个可能状态，E1,E2,…,EN。记为Pij状态Ei转为Ej的概率，则： 为状态转移概率矩阵，其中Pij满足条件： 2 马尔可夫预测 马尔可夫预测是一种预测事件发生的概率的方法，它基于马尔可夫链，根据事件目前的状况预测其将来各个时刻变动状况。 2.1 相关概念 状态：某一事件在某一时刻出现的某种结果。如，农 业收成预测中有“丰收”、“平收” “欠收”等状态；人 口构成预测中有“婴儿”、“儿童”、“少年”、“青年”、“老年”等状态 状态转移：事件的发展，从一种状态转变为另一种状态。如，天气从“阴天”变为“晴天”。 马尔可夫过程：在事件的发展过程中，每次状态的转移都只与前一时刻的状态有关，而与过去的状态无关，即状态转移过程无后效性。 状态转移概率：事件发展过程中，从某一种状态出发，到下一时刻转移到其他状态的可能性。由状态Ei转为Ej的概率记为P（Ei→Ej） 状态转移概率矩阵：某一事件的发展过程有N个可能状态，E1,E2,…,EN。记为Pij状态Ei转为Ej的概率，则： 为状态转移概率矩阵，其中Pij满足条件： 马尔可夫预测过程 状态概率： 表示事件在初始状态为已知条件下经k 次转移后在k时刻处于状态Ej的概率。显然有： 马尔可夫预测过程 例 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3.7.1给出了该地区1960～1999年期间农业收成的状态变化情况。试计算该地区农业收成变化的状态转移概率矩阵。 　某地区农业收成变化的状态转移情况 10 E2 1979 20 E1 1989 30 E2 1999 40 E2 9 E1 1978 19 E3 1988 29 E1 1998 39 E1 8 E2 1977 18 E3 1987 28 E2 1997 38 E3 7 E3 1976 17 E1 1986 27 E2 1996 37 E2 6 E1 1975 16 E2 1985 26 E3 1995 36 E2 5 E2 1974 15 E1 1984 25 E1 1994 35 E1 4 E3 1973 14 E3 1983 24 E1 1993 34 E1 3 E2 1972 13 E2 1982 23 E2 1992 33 E2 2 E1 1971 12 E1 1981 22 E3 1991 32 E3 1 E1 1970 11 E3 1980 21 E3 1990 31 E1 序号 状态 年份 序号 状态 年份 序号 状态 年份 序号 状态 1969 1968 1967 1966 1965 1964 1963 1962 1961 1960 年份 从表中可以知道，在15个从E1出发（转移出去）的状态中， 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） 计算： 同理可得： 该地区农业收成变化的状态转移概率矩阵为 　某地区1990～2000年农业收成状态概率预测值 E3 0.2779 E2 0.3589 E1 0.3587 E3 0.2799 E2 0.3334 E1 0.3867 E3 0.2837 E2 0.414 E1 0.3024 E3 0.3077 E2 0.1528 E1 0.5385 状态概率