查 翔，倪世宏，谢 川，张 鹏

（空军工程大学航空航天工程学院，陕西西安710038）

基于不确定性描述的云化Markov链状态预测方法

查 翔，倪世宏，谢 川，张 鹏

（空军工程大学航空航天工程学院，陕西西安710038）

针对Markov链在预测概率发生跳变时无法有效地衡量样本归属程度的问题，提出一种云化Markov链的状态预测方法，通过云模型描述和处理样本的不确定性。该方法将划分的状态区间视作一种概念，利用云模型对其进行云化表示，据此计算样本对各概念的确定度，得到概念之间的概率转移矩阵，从而实现带有随机特性的状态预测。概念转移概率作为关键随机变量，对其进行了核密度估计。最后以多次随机实验的概率和提取代表性转移概率分别给出了仿真实验结果，表明该不确定性描述的预测方法在解决Markov链预测概率跳变现象的同时，可通过确定度的分配有效地表述样本的归属程度，具有较好的实用性。

不确定性；Markov链；云模型；预测

0 引 言

时间序列的衍变过程蕴含着多种不确定性，通常运用随机过程来模拟、分析和处理这一类问题。针对随时间变化的动态变量预测，基于Markov链模型的状态预测是一个较好的选择［1］。与点预测［23］不同，Markov链模型实现的是定性预测，通过将样本划分多个状态区间，对每个区间赋予带有自然含义的概念，预测结果属于状态区间的范畴，从而可将该模型得到的结果归结为一种定性结论。

然而，这种定性预测方法在定量数据发生微小波动时可能会引起预测状态概率的跳变，即由某一状态变换到另一状态时，概率变化幅度过大，状态转移的过程不稳定。……