导读:本文包含了马尔柯夫链论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:马尔,模型,销量,市场占有率,灰色,模糊,径流。
马尔柯夫链论文文献综述
梁显丽,陈广顺[1]（2019）在《基于马尔柯夫链预测考研产品市场占有率》一文中研究指出在考研产品市场上,欲考研人群对某种考研产品的市场占有率的动态转移变化过程适合马尔柯夫预测模型.本文针对欲考研人群对考研产品的使用情况进行网络问卷调查,共收回有效问卷38182份,利用随机抽样的1000份问卷数据进行预测线下面授考研产品,线上PC端考研产品和线上移动端考研产品的市场占有率,结果表明:多年后,线下面授考研产品市场占有率将稳定在12%,线上PC端考研产品市场占有率将稳定在14%,线上移动端考研产品市场占有率将稳定在74%.通过预测使考研培训机构了解各种考研产品的市场竞争力,采取相应的举措来提高产品的市场占有率.(本文来源于《数学的实践与认识》期刊2019年14期）
王志成[2]（2018）在《基于改进马尔柯夫链的区域干旱预测》一文中研究指出本文依据阿克苏河支流协和拉水文站1961—2007年降水量资料,采用SPI指数进行干旱分级,在此基础上,建立了适用于研究区的加权马尔科夫链预测模型,并对模型进行改进预测。结果表明:该模型可提高中度以上干旱等级预测精度,为流域干旱预警及抗旱减灾提供了较好的参考价值。(本文来源于《水资源开发与管理》期刊2018年02期）
陈阳,朱家明[3]（2017）在《基于马尔柯夫链模型对移动端考研产品市场的预测》一文中研究指出针对移动端考研产品未来市场发展,使用主成分判别法,并建立基于马尔柯夫链的市场占有率模型,运用MATLAB、SPSS、EXCEL软件,说明影响移动端考研产品的因素主要是用户所在地域、移动端考研产品自身性能和用户对产品的需求,并对移动端考研产品的未来稳定的市场占有率做出预测.利用预测结果可以为科学扩充线上网络教育市场发展空间、研究投放可行性和完善教育市场机制提供帮助.(本文来源于《哈尔滨师范大学自然科学学报》期刊2017年06期）
冯永飞[4]（2017）在《基于马尔柯夫链法的沥青路面养护决策》一文中研究指出路面处于什么样的技术状况及未来变化趋势是路面养护维修方案制订、养护资金安排的重要依据。利用马尔柯夫链预测方法,结合《公路技术状况评定标准》建立沥青路面技术状况预测模型,可计算得到沥青路面未来技术状况参数,为养护部门提供决策依据。文中通过实例说明了该方法在沥青路面技术状况评价和养护决策中的应用,验证了其有效性和实用性。(本文来源于《公路与汽运》期刊2017年06期）
肖益民,林琳,夏军[5]（2017）在《基于马尔柯夫链入库径流预测状态划分法》一文中研究指出目前河川径流、水库入库径流等情势预测广泛应用马尔柯夫链方法,并取得了很多研究成果,但多数研究侧重以各阶自相关系数为权重,进行加权预测,以期改进预测结果,对影响结果的其他原因缺乏探究.从马尔柯夫链方法中的变量的状态划分着手,分别采用了均值均方差法、保证率法、百分比法3种状态划分方法,探讨了不同状态划分方法对预测方法和预测结果的影响,建立了湖北高关水库年入库径流量的马尔柯夫链情势预测模型,研究表明常用的均值均方差径流状态划分方法并不适用于高关水库.建立的马尔柯夫链模型预测结果表明,预测效果较好.(本文来源于《武汉大学学报(工学版)》期刊2017年01期）
宋涛[6]（2016）在《学习分析的贝叶斯网络隐马尔柯夫链模型研究》一文中研究指出本论文基于网络学校学习管理系统(LMS)和网络日志数据,面向网校提高教学管理效益的实际需求,开展了在线学习数据分析的综合性研究。研究分理论研究与实证研究双线展开。理论研究方面提出了基于贝叶斯网络的隐马尔柯夫过程逻辑斯蒂回归模型,以解决学习沉淀预测中静态协变量与动态行为序列隐变量相结合的复杂建模问题。并给出了参数估计过程,讨论了模型参数的方差估计和模型评价方法。在实证研究方面,首先是在线学习的特征提取与分析研究,通过数据挖掘的方法提取了沉淀学生与标杆学生的评价要素,明确了影响网校运营与学生学习绩效的重要问题是沉淀学生的识别与预警,建立了网络学习沉淀预警指标体系。继而深入研究了网络学习沉淀预警模型的构造方法与优化模型。先是基于传统逻辑斯蒂回归结合关键评议要素的观测变量构造了网络学习沉淀静态预警模型,可实现早期和中期的退学与学习低效预警。但早期退学预警静态模型准确率并不理想,引入“上网学习积极性”行为状态变量后准确率有所改善,可仍不能支持动态预警。最后采用理论研究的建模方法,引入基于贝叶斯网络的隐马尔柯夫过程回归,实现了具备不同“上网学习积极性”行为序列特征的分层回归,准确、动态预警了早期退学风险,以实际效果验证了理论研究结论的有效性。本研究的应用价值在于:不仅为满足网络教育机构早发现、准识别、早预防学生沉淀的行业共性需求,为沉淀预警动态模型的持续改进打好了基础,也为解决类似的复杂行为预测问题提供了最新的理论模型、计算方法和应用范式。为推动互联网+背景下的大数据应用提供了有力的理论支持和方法工具。本研究的创新性主要体现在基于贝叶斯网络的隐马尔柯夫链过程逻辑斯蒂回归模型的理论创新与应用创新。在理念创新方面:基于网络学习行为预测的应用,提出了一个4节点3边3层的贝叶斯网络,给出了求解模型的复合似然函数;并将中层节点与隐马尔柯夫过程、回归模型相结合,解决了网络行为预测中的回归隐变量为离散动态序列而影响估计的问题。继而具体结合隐马尔柯夫过程过程的逻辑斯蒂模型,给出了参数估计和模型评价方法。在应用创新方面:首次在学习分析领域引入贝叶斯网络隐马尔柯夫过程模型来预测学生沉淀行为,较好地解决了网络学习行为序列复杂多变、难以观测、难以预测的问题,研发出了一系列网络教育机构适用、实用的方法与模型。(本文来源于《首都经济贸易大学》期刊2016-03-01）
杨怡[7]（2014）在《销量的多因素灰色预测和马尔柯夫链模糊修正模型研究》一文中研究指出提出以城镇居民家庭人均可支配收入和城市居民消费价格指数为相关因素的销量预测的多因素灰色预测方法,为了克服多因素灰色预测侧重预测量的结构因素,而对时序因素考虑不足的弊端,提出对预测的相对误差应用马尔柯夫链模糊修正模型进行修正的方法,以使相对误差的划分具有弹性边界的优点,使预测结果更加符合客观实际。以特利日用化工厂为实证研究对象,以2007年至2011年数据为依据,得出2012年销量为112.18千万箱的结论。(本文来源于《工业工程与管理》期刊2014年05期）
方孝荣,丁希斌,李晓丽[8]（2014）在《基于灰色马尔柯夫链模型的浙江省名优茶产量预测》一文中研究指出将灰色系统理论与马尔柯夫链结合在一起,建立了灰色-马尔科夫模型,并以此模型来对浙江省名优茶年产量进行预测,以达到科学指导生产、规划销售的目的。首先根据2000-2010年浙江省名优茶产量的统计资料,建立灰色系统GM(1,1)预测模型,并在此基础上运用马尔柯夫链理论对预测结果进行修正,得出更精确的预测结果。实例计算后发现,运用灰色马尔柯夫模型得到的预测结果较之单纯的GM(1,1)模型准确性有较大程度的提高。结果表明,灰色马尔柯夫模型更适用于对随机波动性较大的数列进行预测,此方法用于名优茶产量的预测是可行的。(本文来源于《农机化研究》期刊2014年07期）
岑咏霆[9]（2014）在《销量预测的相对误差马尔柯夫链模糊修正模型研究》一文中研究指出在销量预测的改进型灰色预测GM(1,1)模型中,针对传统的相对误差修正的马尔柯夫链预测法,在相对误差微小变化的情况下,存在状态跃变的不合理性,提出应用马尔柯夫链模糊模型的方法.并开展实证研究,得出改进的销量预测值为103.5095万箱的结论.(本文来源于《数学的实践与认识》期刊2014年01期）
邹伟龙[10]（2013）在《基于灰色马尔柯夫链在商品房价格中的预测》一文中研究指出本文将马尔柯夫理论与灰色理论相结合,建立了GM((1,1)模型,并将其应用于实际。本文针对重庆市商品房价格进行了建模分析,并预测了未来价格的发展的趋势,相对于单用马尔柯夫理论建模提高了精度。(本文来源于《学周刊》期刊2013年28期）
马尔柯夫链论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文依据阿克苏河支流协和拉水文站1961—2007年降水量资料,采用SPI指数进行干旱分级,在此基础上,建立了适用于研究区的加权马尔科夫链预测模型,并对模型进行改进预测。结果表明:该模型可提高中度以上干旱等级预测精度,为流域干旱预警及抗旱减灾提供了较好的参考价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
马尔柯夫链论文参考文献
[1].梁显丽,陈广顺.基于马尔柯夫链预测考研产品市场占有率[J].数学的实践与认识.2019
[2].王志成.基于改进马尔柯夫链的区域干旱预测[J].水资源开发与管理.2018
[3].陈阳,朱家明.基于马尔柯夫链模型对移动端考研产品市场的预测[J].哈尔滨师范大学自然科学学报.2017
[4].冯永飞.基于马尔柯夫链法的沥青路面养护决策[J].公路与汽运.2017
[5].肖益民,林琳,夏军.基于马尔柯夫链入库径流预测状态划分法[J].武汉大学学报(工学版).2017
[6].宋涛.学习分析的贝叶斯网络隐马尔柯夫链模型研究[D].首都经济贸易大学.2016
[7].杨怡.销量的多因素灰色预测和马尔柯夫链模糊修正模型研究[J].工业工程与管理.2014
[8].方孝荣,丁希斌,李晓丽.基于灰色马尔柯夫链模型的浙江省名优茶产量预测[J].农机化研究.2014
[9].岑咏霆.销量预测的相对误差马尔柯夫链模糊修正模型研究[J].数学的实践与认识.2014
[10].邹伟龙.基于灰色马尔柯夫链在商品房价格中的预测[J].学周刊.2013
论文知识图
