论述马尔可夫模型的降水预测方法.pdfVIP

随机过程与随机信号处理课程论文 论述马尔可夫模型的降水预测方法 摘要 ：预测是人们对未知事物或不确定事物行为与状态作出主观 的判断。中长期降水量的预测是气象科学的一个难点问题, 也是水文 学中的一个重要问题。今年来，针对降水预测的随机过程多采用随机 过程中的马尔可夫链。本文总结了降水预测的马尔可夫预测的多种方 法和模型，对其中的各种方法的马尔可夫链进行了比较和分析，得出 了一些有用的结论。 关键字：降水预测，随机过程，马尔可夫链，模拟 前言：大气降水是自然界水循环的一个重要环节。尤其在干旱半 干旱地区, 降水是水资源的主要补 来源, 降水量的大小,决定着该 地区水资源的丰富程度。因此, 在水资源预测、水文预报中经常需要 对降水量进行预报。然而, 由于气象条件的变异性、多样性和复杂性, 降水过程存在着大量的不确定性与随机性, 因此到目前为止还难以 通过物理成因来确定出未来某一时段降水量的准确数值。在实际的降 水预测中，有时不必预测出某一年的降水量，仅需预测出某个时段内 降水的状况既可满足工作需要。因此，预测的范围相应扩大，精度相 应提高。因此对降水的预测可采用随机过程的马尔可夫链来实现。 用随机过程中马尔可夫链进行预测是一种较为广泛的预测方法。 它可用来预测未来某时间发生的变化, 如预测运输物资需求量、运输 市场等等。马尔可夫链, 就是一种随机时间序列, 它表示若已知系统 的现在状态, 则系统未来状态的规律就可确定, 而不管系统如何过渡 到现在的状态。我们在现实生活中, 有很多情况具有这种属性, 如生物 群体的生长与死亡, 一群体增加一个还是减少一个个体, 它只与当前 该生物群体大小有关, 而与过去生物群体大小无关。] 本文针对降水预测过程中采用马尔可夫链进行模拟进行了综述 和总结。主要的方法有利用传统的马尔可夫链的方法模拟 ；有采用加 权的马尔可夫链模拟来进行预测；还有基于模糊马尔可夫链状模型预 测的方法；还有通过聚类分析建立降水序列的分级标准来采用滑动平 均的马尔可夫链模型来预测降水量；从这些方法中我们可以看出，马 尔可夫链对降水预测有着重要的理论指导意义。 1.随机过程基本原理 我们知道，随机变量的特点是，每次试验结果都是一个实现 不可预知的，但为确定的量。而在实际中遇到的许多物理现象，实验 所得到的结果是一个随时间变化的随机变量，且用一个或多个随机变 量我们有时无法描述很多这种现象的的全部统计规律，这种情况下把 随时间变化的随机变量的总体叫做随机过程。对随机过程的定义如下： 设E={e}是一个样本空间，若对每一时刻t∈T,都有定义在E上 的随机变量X(t,e)与之对应，则称依耐t 的一族随机变量{X(t,e),t∈T,e∈E} 是一个随机过程，通常将它简化为{X(t),t∈T}. 随机过程一般应表示为 {X(t),t∈T}.随机过程可分为以下两大类，一类为时间参数集T为离散时 间集合，即参数集T是一个可列集，如果 T  t , k  0 ，1，2 ，. . . , N  T  t , k  0 ，1，2 ，. . . , k 或 k ，则称{X(t), t∈T} 为离散时间随机过程，或称随机序列。另一类为时间参数集T为连续 时间集合，是一个不可列集，如果T  t，t0  t  tN  或 T  t，t  t0  则 称{X(t), t∈T}为连续时间随机过程，或简称随机过程。 2.传统的马尔科夫链方法模拟来进行降水预测 “马尔可夫模型”是由俄国数