1) victor of Markov process
高维Markov过程
2) two-dimensional Markov process
二维Markov过程
3) Markov process
Markov过程
1.
Application of random Markov process theory to combat effectiveness estimation in absence of air defenses;
Markov过程理论在对地攻击靶场效能评估中的应用
2.
Forecast of land use pattern change in Anji County of Zhejiang: an application of Markov process;
利用Markov过程预测安吉土地利用格局的变化
3.
In this study an approach was presented based on Markov process.
本文基于Markov过程,提出一个新的计算方法。
4) semi-markov process
半Markov过程
1.
Sensitivity analysis and performance optimization of semi-Markov processes based on performance potentials;
半Markov过程基于性能势的灵敏度分析和性能优化
2.
In maintenance of a water distribution network,the model based on semi-markov processes is proposed in order to achieve rational and efficient use of limited funds.
在管网维修时,为了实现合理有效地利用有限的资金目标,提出了基于半Markov过程的维修资金分配优化模型。
5) Markovian process
Markov过程
1.
This paper considers the Markovian process model for Evolutionary Programming(EP).
本文对一类进化规划（EvolutionaryProgramming）进行了理论分析，给出了进化规划的Markov过程描述及t步概率分布密度的递推公式，该公式较好地描述了进化规划的叠代规律，利用该公式证明了进化规划的概率1收敛性及r阶收敛性。
6) Markov processes
Markov过程
1.
By considering the random nature of the failure events and the FDI(failure detection and isolation)decisions in real FTC(fault tolerant control)systems,two Markov processes were introduced to describe the random failures and the FDI decision behavior separately.
考虑到实际主动容错控制系统中故障以及故障检测与隔离(FDI,Fault De-tection and Isolation)决策出现的随机性,随机故障与FDI决策行为分别用两个Markov过程描述,用T-S(Takagi-Sugeno)模糊模型表达不确定非线性主动容错控制系统,并基于并行分布补偿(PDC,Parallel Distributed Compensation)方案,给出了能够保证闭环模糊系统鲁棒随机稳定的模糊控制器设计方法。
补充资料：维纳过程
维纳过程
【维纳过程】描述股票价格变化的模型，最常见的要数维纳过程(WienerPr砚e吸，)。维纳过程是马尔可夫随机过程的一种特殊类型。在物理学上维纳过程被用来描述粒子在遭受大量微粒的撞击之后的运动形态，有时候这种受撞后的粒子运动形态被称作“布朗宁运动”(Browni朋枷tion) 一个变量Z的变化，如果遵循维纳过程，我们就可以通过考察该变量在很小时间区间里的价值变动来理解它的特征。将时间区间定义为△t，将变量Z在时间区间△t中的变化定义为△z。如果变量Z的变化遵循维纳过程，那么△:就有两个基本特征。 特征1。△z和△t之间的关系可由下述方程式表示 △z=。了压飞(r)式中。表示从标准正态分布中的一种随机抽取。这里，标准正态分布是指平均值为零，标准偏差为1 .00 特征2。任意两个不同时间区间内的△z值都是互相独立的。 由特征1，我们可知△z是具有以下特征的正态分布: △z的平均值:零， △z的标准偏差:了画…， △z的方差:△t 椒正2则意味着变量Z遵循马尔可夫过程。 接下来，我们考虑当变量Z的价值在较长的时期T内有所增加时的情形。这种情况可以用符号表示为Z(T)一Z(0)。也可以将变量Z在T期间内的价值增长看成是N个时间区间，每一区间为△t的价值增值的总和，即 Z(T)一z(o，=i氢。i画(2，其中。i(i二1，2..·…N)是从标准正态公布中的随机抽样。由特征2可知，这N种随机抽取。。都是互为独立的。由方程式(2)，我们还可以知道，Z(T)一Z(0)是具有如下特征的正态分布:[Z(T)一Z(0)]的平均值:零〔Z(T)一Z(0)」的方差:N△t二T〔z(T)一z(o)]的标准偏差:行这一结果是以下述正态分布的著名特征为基础的:如果变量Y等于N个互为独立的正态分布变量x。(1(i‘N)的加总之和，则Y本身也是正态分布的。Y的平均值等于X‘个平均值之和。Y的方差等于茂个方差之和。 因此，在时间长度为T的时期中，就其中任一时间区间△t，如果变量值的增加遵循维纳过程，那么变量的变化按正态分布，其特征为:平均值等于零;标准偏差等于行。现在，140中国金融大百科全书·下编我们应该理解为什么要将△:定义为。和丫石王的乘积，而不是定义为。与△t的乘积了。对独立正态分布而言，方差具有可加性;但标准偏差就不具有可加性。因此，在定义随机过程时，合理的做法是将方差变化而不是标准偏差变化视为与相应的时间区间的长度按比例变化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条