一种新的信度马尔可夫链模型及其在库存预测中的应用
人工智能
2017-03-07 v1 计算工程、金融与科学
摘要
马尔可夫链模型广泛应用于许多领域，尤其是预测领域。经典的离散时间马尔可夫链 (DTMC) 是一种广泛使用的预测方法。然而，当系统复杂且包含不确定信息或状态空间不离散时，经典的 DTMC 模型存在一些局限性。为了解决这个问题，通过将 Dempster-Shafer 证据理论与马尔可夫链相结合，提出了一种新的信度马尔可夫链模型。在我们的模型中，允许以区间数的形式处理不确定数据，并且基于区间数之间的距离生成基本概率指派 (BPA)。新的信度马尔可夫链模型克服了经典马尔可夫链的缺点，并具有处理不确定信息的有效能力。此外，一个库存预测的例子以及我们的模型与经典 DTMC 模型之间的比较，可以展示我们所提出模型的有效性和合理性。
引用
@article{arxiv.1703.01963,
title = {A new belief Markov chain model and its application in inventory prediction},
author = {Zichang He and Wen Jiang},
journal= {arXiv preprint arXiv:1703.01963},
year = {2017}
}
备注
32 pages