农作物产量预报的马尔柯夫链方法

马尔柯夫过程是统计数学中一类重要的随机过程,时间离散、状态离散的马尔柯夫过程称为马尔柯夫链,它被广泛应用于晴雨、干旱等灾害天气的出现和持续以及天气形势转变的预报。 众所周知,在农作物产量中隐含着由于天气气候的随机变化而产生的产量波动,我们     

用转移概率和指标条件概率作逐日睛雨预报

我们把十月份的逐日晴雨序列看成马尔柯夫链,即认为某日的晴雨仅仅依赖于前一日的晴雨状况。利用马尔柯夫链的无后效性,计算出各种状态下的转移概率。如果单纯地用这种转移概率来做预报,效果是不理想的。为此我们对不同的起始状态进行分类,求出各类約晴雨指标条件概率,将它与转移概率结合起来判別逐日晴雨,其可靠程度有所提高。     

试用转移概率作曲江年降水旱涝趋势预测

每一时间单元的天气只取某一种状态 ,天气就成为时间离散 ,状态离散的随机时间序列 ,即马尔科夫链。天气从某一时间的某种状态 ,变成另一时间的某种状态 ,称为状态的转移。转移概率指某一时间出现某种天气状态的条件下 ,下一个时间出现各种天气状态的条件概率。若将气象要素的历史演变分成若干种状态 ,多年资料组成一个各态遍历的马尔科夫链由此只要统计出各种状态的转移概率 ,就可以利用它由前一时间的状态预测下一个时间的状态。1　方法简介　　首先将气象要素的历史演变分成若干种状态 ,多年资料组成一个各态遍历的马尔科夫链 ,由此求取…     

河南省棉花产量的灰色-马尔柯夫预测模型

灰色－马尔柯夫预测模型对波动较大序列比较适合，根据该组合模型，用ＧＭ（１，１）灰色模型预测河南省棉花单产，再用马尔柯夫模型转移概率预测系统未来发展方向和修正预报产量。经拟合和预报，效果较好。     

基于马尔柯夫过程的两种预报方案

本文探讨了状态、时间离散和状态离散、时间连续两类条件下的马尔柯夫过程在短期天气预报中的应用,给出了航空气象要素逐时和定时预报的思路及相应的对比试验结果。      

河南省棉花产量的灰色—马尔柯夫预测模型

灰色－马尔林柯夫预测模型对波动较大序列比较适合，根据该组合模型，用ＧＭ（１，１）灰色模型预测河南省棉花单产，再用马尔柯夫模型转换概率预测系统未来发展方向和修正预报产量。经拟合和预报，效果较好。     

石河子初霜冻马尔柯夫预测模型及应用

利用马尔柯夫方法,对霜冻出现日期进行预测,本方法克服资料序列短,随机波动性大的弊端。结果表明：预报结果与实际情况基本相符,有一定的实用价值。     

新疆阿勒泰地区山绵羊死亡率灰色马尔柯夫预测

灰色ＧＭ（１，１）预测与马尔柯夫预测的优点可以相互补充，将两者结合起来对随机性和波动性较大的数据序列进行预测，精度更高。本文采用灰色与马尔柯夫两种预测的组合模型，对新疆阿勒泰地区山绵羊死亡率的时间序列进行了分析，并预测了１９９２的可能死亡率情况，为该地区畜牧业生产发展和防灾减灾提供了科学依据。     

转移概率及最大转移概率原理在桂林市初、终霜日预报中的应用

利用转移概率及最大转移概率预报原理，分析了桂林市1961～2000年初霜、终霜日期等随机时间序列之间的转换规律，并结合各序列的初始分布，建立预报模型。应用该方法对近几年初、终霜日期的预测结果表明，转移概率预报方法对波动性较大的随机时间序列具有较强的预报能力，方法简单，预报效果好。     

转移概率及最大转移概率预报方法在吴忠市霜冻预报中的应用

在简介转移概率及最大转移概率预报原理的基础上,对宁夏吴忠市区1961--2000年初、终霜冻日期各随机序列状态之间的转换规律进行了分析,并结合各序列的初始分布,建立预报模型。应用该方法对1995—2001年的初、终霜冻日期进行了预测,结果表明,该方法对预报波动性较大的随机时间序列具有较强的预报能力。     

转移概率预报方法及其应用

采用转移概率方法及最大概率预报原理,分析研究了新疆阿克苏市１９５４￣１９９５年霜冻初、终日期及月降水量等随机时间序列状态之间的转换规律,结合各序列状态的初始分布,建立预报模型,并对１９９６￣１９９９年各项目进行预测。结果表明,该方法预报效果较好,适用性强,具有良好的应用前景。     

转移概率及最大转移概率原理在桂林市初、终霜日预报中的应用

利用转移概率及最大转移概率预报原理,分析了桂林市1961-2000年初霜、终霜日期等随机时间序列之间的转换规律,并结合各序列的初始分布,建立预报模型。应用该方法对近几年初、终霜日期的预测结果表明,转移概率预报方法对波动性较大的随机时间序列具有较强的预报能力,方法简单,预报效果好。     

本原因子序列变换及分析方法探讨

基于素数有下界而无上界、在一定序列长度内有足够密度的自然分布特性，利用形如４ｋ＋１（ｋ是正整数）的素数模拟夏季降水时间序列而作数据变换，形成的降水最素数序列可确定地分解成本原因子序列，对其状态进行概率转移分析即可对未来降水作出预报。预报值域离散、透明，状态更新便捷，预报结果客观定量，在１９９９年的试验中取得了较为满意的预报效果。     

转移概率预报方法在霜冻预报中的应用

本文在简介转移概率预报方法及最大概率预报原理的基础上,分析了吕梁市1957年～2000年霜冻初、终日期各随机时间序列状态之间的转换规律,结合各序列的初始分布,建立预报模型,并对1995年～2004年的初、终霜日期进行了预报效果检验。结果表明,该方法预报效果好,使用性强,具有良好的应用前景。     

山东省人工增雨作业天气时机选择业务自动化系统：推理决策

山东省人工增雨作业天气时机选择业务自动化系统采用正向模糊推理，按一定的推理网络并根据既定规则演化整个状态空间，实现推理决策过程。可信度的计算既考虑了天气事件的气候概率又考虑了出现某天气型初始场条件下的条件概率。采用欧氏距离法进行选相似计算。预报结论按不同降水量级出现的概率给出，并给出人工增雨可能性大小的评语。     

可数背景状态下QBD过程的平稳分布尾渐近态

考虑在可数背景状态下，时间离散的拟生灭过程（QBD过程）平稳分布的尾概率的渐近态。通过对QBD过程某些条件的限定，应用马尔可夫更新定理，得出在一定合理的条件下，当水平趋于无穷时的尾概率的几何衰变。通过初等方法，将该结论应用于时间离散的加入最短队模型。     

新疆春季温度场的整体特征

与传统的时间序列分析不同,本文着重讨论了EOF分解在诊断非线性动力学系统演变的长期行为、整体特征方面的最新应用情况。结合点相关分析方法、动态聚类、马尔柯夫转移概率等统计手段,揭示了新疆春季39个地面站温度场的整体特征。给出了客观地选取自然正交函数分解时特征向量个数的一种方法。实际资料与理论分析均表明:新疆春季温度场的空间结构,客观地存在着5种基本类型,即全疆暖、全疆冷、北疆暖、北疆冷、全疆正常。在此基础上计算了型与型转换的转移概率矩阵。     

应用转移概率法作特殊天气项目的预测

运用转移概率方法对阿克苏市历年开春、入冬期和霜冻日期等特殊天气项目序列进行分析研究,揭示出程序列状态之间的转换规律,并利用最大概率预报原理对各项目进行预测,预报效果显著,说明转移概率方法对特殊天气项目的预测具有实际应用价值。     

基于随机过程理论的长江巨洪发生概率预测模式与应用

根据长江流域1849—1998年发生的巨洪资料序列,通过正态性、独立性等统计检验,确定序列的性质;然后,利用平稳独立随机过程理论建立概率预测模式,对长江流域巨洪发生概率作出研究性预测。结果表明,根据1849年以来长江巨洪资料样本,建立的巨洪发生间隔时间资料序列经对数变换后使原序列的线性和平稳性得以改善,有利于预报信息的提取;根据巨洪资料序列的性质,用平稳独立随机过程理论建立概率预测模式是合理的,制作长江巨洪发生概率预报是可行的;预计下次巨洪可能在2019年前后发生,2018年发生概率为59%,2019年发生概率为61%。     

成都市日降水双变量随机模式

1、引言大多数日降水随机模式都是由离散过程组成的,通常马尔柯夫链模式(Roldan和Woolhiser,1982)描述雨日和干日的发生,而连续分布函数模式(如Gamma)建立降水数量分布的形式(Woolhiser和Roldan,1982)。而在模拟降水过程中,