基于有序可见性图的新概率转换

新生儿数量的预测是医院管理中的重要问题。 依靠固有的非后效应特性，离散时间马尔可夫链（DTMC）是解决该问题的候选者。 但是经典的DTMC无法处理状态的不确定性，尤其是在状态空间不是离散的情况下，这将导致不稳定的预测结果。 为了克服现有DTMC模型的局限性，通过有效地结合经典DTMC和Dempster-Shafer理论，提出了一种信念马尔可夫链（BMC）模型。 根据Dempster-Shafer理论在表达不确定性方面的优势，所提出的BMC模型能够处理各种不确定性，从而改进和完善了经典的DTMC模型。 一个示例说明了所提出模型的有效性。 此外，将所提出的BMC模型与经典和模糊状态修正的DTMC模型进行了比较，以显示所提出的模型相对于其他两个模型的优越性。 最后，证明了所提出模型的稳定性。