2.4 在工程过程中优化控制将实际收集到的数据回归，建立马尔科夫数学模型，编成计算机程序，输入计算机，优化了控制，最终实现便实现了森林病虫害的预测预报。

3马尔可夫预测模型在森林病虫害预测预报应用及实现

马尔可夫(Markov)过程是研究事物的状态及其转移的理论。它是通过对不同状态的初始概率及其状态之间转移概率的研究来确定状态的变化趋势，从而达到对未来进行预测的目的。

马尔可夫过程的特点是：过程在时刻ti到时刻tj(tjti)的时间段内所处的各状态已知时，而过程在t时刻(ttj)所处的状态的统计规律只与时刻ti到时刻tj区间的状态有关，而与时刻ti以前的状态无关。这种特点也称为状态的无后效性。

当马尔可夫过程中的时间取离散点，状态也取离散值时，称马儿可夫链。

马尔可夫链预测病虫害不需要考虑其它繁杂的外界因子，只需要连续多年的病虫发生程度的历史资料，将收集到的病虫害数据输入到计算机中，通过计算状态转移概率，方法简单易行。对病虫害的长期预测有着良好的效果。

数据计算马尔可夫链预测病虫害发生程度的方法说明例如：屏边苗族自治县1984年至2007年24年间毒蛾的发生程度如表1所示。其中，级别为1表示常态，级别为2表示轻微，级别为3表示中度，级别为4表示重度。现要预测2008年屏边苗族自治县毒蛾的发生程度。

设pij(m)表示毒蛾状态等级经过m次转移，由级别i转移到级别j的概率。则有：

pij(m)=nj(m)/mi

其中，mi为毒蛾发生等级为i的总次数，nj(m)为毒蛾发生等级值由i经过m次转移后的发生等级值为j的次数。在这里i取1、2、3、4，同样j也取1、2、3、4。

编辑老师为大家整理了2000字计算机应用论文，希望对大家有所帮助。更多详情请点击进入计算机论文。