论文部分内容阅读
马尔柯夫链是时间离散,状态离散的随机时间序列,具有无后效性的特点.它依据各状态之间的转移概率来进行预测,而且仅仅依赖于前一时间的状态,所以只要统计出某一时间出现某种状态的条件下,下个时间出现各种状态的条件概率,就可以用它前一时间的状态预报下一时间的状态.因此,人们常用马尔柯夫方法解决天气预报、农业气象预报、物候预报、病虫害等随机波动较大的预测问题,而且准确性较好.但在实际应用时,特别是在资料序列较长、状态划分较多时,需要做大量的计算,占用很多时间,而且在大量的计算过程中往往容易出错,以致影响预报结果.所以