系统预测技术三马尔可夫预测.ppt_第1页
系统预测技术三马尔可夫预测.ppt_第2页
系统预测技术三马尔可夫预测.ppt_第3页
系统预测技术三马尔可夫预测.ppt_第4页
系统预测技术三马尔可夫预测.ppt_第5页
已阅读5页,还剩32页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

管理系统工程 第11讲 系统预测技术(3),作者:张成科 广东工业大学经济贸易学院 ,经济贸易学院 SCHOOL OF ECONOMICS AND COMMERCE,系统预测技术(之三),经济管理学院 School of Economics and Management,管理系统工程(第11讲),三、马尔可夫预测 马尔可夫法:利用概率论中的条件概率等理论和方法研究事物状态转移的理论和方法。 马尔可夫预测法:是将时间序列看作一个随机过程(称为马尔可夫链),通过对事物不同状态的初始概率和状态之间转移概率的研究,预测事物未来状况的一种预测方法, 可应用领域:市场占有率,产品期望利润预测;企业发展规划预测;劳动力需求预测;设备更新预测等等。,系统预测技术(之二),经济管理学院 School of Economics and Management,管理系统工程(第11讲),三、马尔可夫预测 (一)马尔可夫链概述 1 马尔可夫链 (1)状态 所研究对象在某一时刻t所处的客观现实,称为该对象在时间t的状态。 因所研究的对象及预测目标不同,状态可有不同的划分,如:“畅销”、“滞销”等。可编号为i=1,2,3,,(2) 离散随机过程(或随机序列),经济管理学院 School of Economics and Management,管理系统工程(第11讲),Xt(),t=1,2,3, 为状态随机变量序列,“Xn=i”表示在时刻n处于状态i。简记为Xt,t=1,2,3, 。 (3) 无后效性 若随机序列Xt,t=1,2,3, 在将来取什么值只与它现在的取值有关,而与它过去取什么值无关,则称Xt,t=1,2,3, 具有无后效性。即: P(Xm=j Xn=i,Xn-1=in-1, , X1=i1) = P(Xm=j Xn=i),(2) 离散随机过程(或随机序列),经济管理学院 School of Economics and Management,管理系统工程(第11讲),例1 池塘里的青蛙:设有N张荷叶,编号为1,2,3, ,N,有一青蛙在这N张荷叶上随机地跳来跳去。 Xt=i,i=1,2,3, ,N 表示在t时刻该青蛙在第i张荷叶上。 由于青蛙在将来处于什么状态(即哪张荷叶上),只与它现在所处的状态有关,与它以前所处的状态无关。故Xt具有无后效性。,例2 某产品在市场所处的状态,经济管理学院 School of Economics and Management,管理系统工程(第11讲),状态1:畅销、一般、滞销 若销量只与现时状态有关而与过去的状态无关,则它具有无后效性。,经济管理学院 School of Economics and Management,管理系统工程(第11讲),例3 广州城市出租车的状态:X=i,i=1,2,N。状态E1表示“在天河区”、状态E2表示“在越秀区”、状态E3表示“在海珠区”, ,等等。,状态,将来时刻,现时刻,状态,状态转移情况,状态E1,状态EN,状态E2,状态E2,状态E1,状态EN,E1E1,E1 E2,E1 EN,E2E1,E2E2,E2EN,ENE1,ENE2,ENEN,(4) 马尔可夫链,经济管理学院 School of Economics and Management,管理系统工程(第11讲),具有无后效性的随机序列Xt,t=1,2,3, 称为马尔可夫链。 2 状态转移概率,仅讨论有有限种状态的马尔可夫链的状态转移概率。 记此有限种状态集为E=E1,E2, ,EN,其中Ei=Xt=i。 (1)一步转移概率 设t=m,则事物在第m时期的一步转移概率只与第m时期所处状态有关,在第m时期由状态Ei转移到Ej的概率为: pij(m)=ProbEj|Ei= ProbEjEi= ProbXm+1=j|Xm=i,(4) 马尔可夫链,经济管理学院 School of Economics and Management,管理系统工程(第11讲),若一步转移概率pij(m)与转移时期m无关,即对nm,有 pij(m)=ProbXm+1=j|Xm=i =ProbXn+1=j|Xn=i= pij(n) 则称马尔可夫链是齐次的(或称均匀的)。 以下假设所研究的马尔可夫链都是齐次的。此时可记pij(m)=pij,即 pij=ProbXm+1=j|Xm=i,例4 状态转移概率的计算,经济管理学院 School of Economics and Management,管理系统工程(第11讲),某地区有甲、乙、丙三家食品厂生产同一种食品,有1000客户。假定在研究期间无新用户加入也无老用户退出,只有用户的转移。已知5月6月的变动情况如下:,试计算其状态转移概率。,经济管理学院 School of Economics and Management,管理系统工程(第11讲),试计算其状态转移概率。 解:表中各列表明,如第1列:甲厂产品6月份430客户中,有400客户是5月份的老客户,20个为5月份从乙厂转移过来的,10个为从丙厂转过来的。其它列的情况类似。故: p11=400/500=0.8, p12=50/500=0.1, p13=50/500=0.1; p21=20/400=0.05, p22=300/400=0.75, p23=80/400=0.2; p31=10/100=0.1, p32=10/100=0.1, p33=80/400=0.8;,3 状态转移概率矩阵,经济管理学院 School of Economics and Management,管理系统工程(第11讲),其中pij具有以下特征:(行和为1) pij0,pi1+pi2+piN=1, i=1,2, ,N。 它完全描述了所研究事物的变化过程。,经济管理学院 School of Economics and Management,管理系统工程(第11讲),4 n步转移概率和n步转移概率矩阵 设从状态i经过n步(n1)达到状态j的概率为pij(n),即: pij(n) =ProbXm+n=j|Xm=i,相应的矩阵为,称为n步转移概率矩阵,记为P(n),例5 概率矩阵的计算,经济管理学院 School of Economics and Management,管理系统工程(第11讲),设某系统有3种状态E1、 E2、 E3。其转移情况如下:,求其一步、二步转移概率矩阵。,经济管理学院 School of Economics and Management,管理系统工程(第11讲),解:,由无后效性,显然,即:,经济管理学院 School of Economics and Management,管理系统工程(第11讲),一般地,有,即,并且pij(n)也满足:,5 状态概率与状态概率向量,经济管理学院 School of Economics and Management,管理系统工程,用Si(t)表示第t个时期状态i出现的概率,即,称向量,为第t个时期的状态概率向量。,第0个时期的状态概率Si(0)称为初始状态概率,S(0)称为初始状态概率向量。这样,由马尔可夫链的特性,有:,一般地,有:,下面讨论当t时,P(t)的变化趋势。,6 遍历性与稳态概率,经济管理学院 School of Economics and Management,管理系统工程,遍历性:是指不论从哪一种状态i出发,当转移步数n充分大时,来到状态j的概率都接近常数j,而与原来的状态i无关。 即:设Xt,t=1,2, 是齐次的马尔可夫链,如果对于每一种状态j,都存在常数j,使得对任何状态i,都有极限,成立,则称马尔可夫链Xt具有遍历性。,若Xt具有遍历性,即存在常数j使,由,得,故称j为状态j的稳态概率。,如何求j呢?,经济管理学院 School of Economics and Management,管理系统工程,即,此外,由于,由于,两边取极限并注意到,得:,其中=1, 2, N,两边取极限得到,综合知,由:,可求得稳态概率。,问题是:如何判断马尔可夫链Xt具有遍历性呢?,经济管理学院 School of Economics and Management,管理系统工程,如果存在正整数h,使得对一切i,j都有:,则Xt具有遍历性。满足以上条件的转移概率矩阵P称为标准概率矩阵(也称为正规随机矩阵)。,7 马尔可夫链在预测中的应用条件,经济管理学院 School of Economics and Management,管理系统工程,应用马尔可夫链方法进行预测,预测对象必须基本符合马尔可夫链的一些假设条件:,(1)转移概率矩阵逐期保持不变; (2)状态转移仅受前一期的影响; (3)预测期间状态的个数保持不变。 以市场占有率为例,必须假定预测期间市场竞争对手的数目保持不变,即既没有新的厂家打入市场,也没有一个企业停产。,经济管理学院 School of Economics and Management,管理系统工程,(二) 马尔可夫链预测法,1 简单预测法 按以下步骤来完成: 第一步.划分预测对象所出现的状态。 要从预测的目的出发,并考虑决策者的需要来划分现象所处的状态。 第二步.计算初始概率,常用频率作为近似值。 即,设有E1,E2,EN共N个状态,观察了M个时期,其中状态Ei共出现了Mi次,于是,经济管理学院 School of Economics and Management,管理系统工程,(二) 马尔可夫链预测法,第三步.计算初始概率,其中Mij为从Mi个Ei出发,下一步转移到Ej的Ei状态个数。 第四步.根据转移概率进行预测。若目前处于状态Ei,则pij就描述了Ei在将来将转向Ej的可能性,按最大可能性原则,选择pi1,pi2,piN中最大者为预测结果。,例6 简单预测法预测计算例子,经济管理学院 School of Economics and Management,管理系统工程,某商店在最近20个月的商品销售量统计如下(单位:千件):,经济管理学院 School of Economics and Management,管理系统工程,解: (1). 以销售状况划分状态为:E1表示滞销(销售量100千件)。 (2). 计算初始概率 按以上划分可知:M1=7,M2=5,M3=8,经济管理学院 School of Economics and Management,管理系统工程,(3). 计算状态转移概率矩阵 此时,最后一个数据不参加计算,因为它究竟转到哪个状态尚不清楚。 即:M1=7, M2=5, M3=7,而相应地, M11=3, M12=4, M13=0, M21=1, M22=1, M23=3, M31=2,M32=0, M33=5 故,经济管理学院 School of Economics and Management,管理系统工程,(4).预测第21个月的销售情况: 由于第20个月属于“畅销状态E3”, 而p31, p32, p33= 2/7, 0, 5/7。 最大者为p33=5/7, 故预测第21个月的销售状态是“畅销”。 即销售量100千件。,2 市场占有率预测,经济管理学院 School of Economics and Management,管理系统工程,根据马尔可夫链的性质:本期市场占有率仅取决于上期市场占有率及转移概率。,则经过k个时期后,市场占有率为:,设,为初始市场占有率;P=pijNN为一步转移概率矩阵,进一步地,若马尔可夫链具有遍历性(即存在正整数h0使Ph0,亦即P为标准矩阵),则稳定的市场平衡状态(即顾客的流动对市场占有率不起影响)的终极市场占有率为:,预测步骤为: 第一步:计算S(0)和P;,经济管理学院 School of Economics and Management,管理系统工程,第二步:由S(k)=S(0)Pk进行短期预测; 第三步:计算,由=1, 2, N做长期稳态预测。 例7 已知市场上有A、B、C三种牌子的洗衣粉,上月的市场占有率分布为: 0.3,0.4,0.3,且已知转移概率矩阵为:,试求本月份的市场占有率。,经济管理学院 School of Economics and Management,管理系统工程,解:,因为P为标准概率矩阵,所以存在=1, 2, 3使,即,经济管理学院 School of Economics and Management,管理系统工程,由此得到:,综合得到:,本月市场占有率为,下月市场占有率为,稳态时的市场占有率为,经济管理学院 School of Economics and Management,管理系统工程,自我练习题目: 市场占有率预测,A、B两家毛巾厂的市场销售占有预测。由于毛巾是生活必需品,同时假定毛巾的平均使用期为6年,因此,每年两家毛巾厂的总销售量为常数,而引起两个厂家各自销量增减的主要原因是由于厂家的营销策略、产品质量造成的。市场需求调查见下表所示。,3 期望利润预测,经济管理学院 School of Economics and Management,管理系统工程,在企业经营管理中,除了需要摸请销路状况的变化、市场占有率的变化外,还需要对利润的变化进行预测。,设市场销售状况分为N种状态,各状态转移概率矩阵P=pijNN为已知矩阵,并设状态转

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论