基于Markov链的最优化模型在长江水质预测中的应用  

Optimal Model and Its Application in Forecasting Water Resource of Yangzi River Based on Markov Chain

作　　者：陈启明[1] 陈华友[2] 

机构地区：[1]安徽工业大学经济学院,安徽马鞍山243002 [2]安徽大学数学科学学院,安徽合肥230039

出　　处：《安徽工业大学学报（自然科学版）》2011年第1期78-81,共4页Journal of Anhui University of Technology（Natural Science）

基　　金：国家自然科学基金项目(70571001);安徽工业大学青年基金项目(QS201007)

摘　　要：马尔科夫预测方法在预测领域有着广泛的应用。该方法应用的一个重要问题就是如何估计一步状态转移概率矩阵。在历史资料没有给出系统处于个状态次数的情况下,给出一步状态转移概率矩阵估计的最优化方法。最后讨论了基于Markov链的最优化预测模型在长江水质预测中的应用,表明该模型有效、可行。Markov forecasting method has wide applications in forecasting fields.A very important problem of applying this method is how to estimate one-step state transition probability Matrix.When the amount of n states of the system by historical data is unknown,the optimal model is given to estimate it in this paper.In the end the optimal forecasting model is applied to forecast the water resource in Changjiang River based on Markov chain. The result shows that the model is effective.

关 键 词：马尔科夫链 一步状态转移概率矩阵 最优化模型 预测 

分 类 号：TB114.1[理学—运筹学与控制论]