基于马尔科夫链的恐怖袭击城市预测

李冉　蒋伟

摘 要：本文主要是基于马尔科夫链，研究预测了中国最可能遭遇恐怖袭击的前十大城市。首先我们以excel为工具将每个城市每年是否发生恐怖袭击用0和1表示，形成马尔科夫链;然后采用转换概率来预测下一年发生恐怖袭击的概率，以Matlab为工具编程计算概率，以此来预测前十大恐怖袭击城市。

关键词：马尔科夫链;状态转换概率;恐怖袭击概率

1 引言

1.1 背景

随着全球恐怖组织势力不断壮大，全世界大部分地区都笼罩在恐怖主义阴影之下。恐怖组织攻城略地，肆意发动爆炸袭击，严重影响到人类正常生活与公共安全，其残暴行径为全世界所有爱好和平的人士所不齿，反恐斗争已经成为一项艰巨且迫在眉睫的任务。

1.2 研究内容

本文基于全球恐怖主义数据库的数据，用近30年来中国恐怖袭击的相应数据，研究预测中国最可能遭遇恐怖袭击的前十大城市。

2 马尔科夫预测模型

2.1 领土连接

恐怖袭击往往与该地区的地理位置有很大的关系。通过全球恐怖主义数据库的官方网站，我们获得了中国多年来恐怖袭击的地理分布图，如图1所示。

图片中的顏色差异表示该地区恐怖袭击的频率。从图7中我们可以清楚地看到，中国的恐怖袭击主要分布在新疆、西藏、云南等国家以及国内省会城市和重点城市。显然，中亚地区和南亚金三角地区的恐怖袭击次数十分频繁，这在一定程度上助长了与中国接壤的地区的恐怖袭击。

2.2 马尔科夫链的建立

为了完成这一模型的建立，我们首先统计了过去30年中各个城市的恐怖袭击事件。对于多年来事故发生较少的城市，我们消除了它们，以简化问题。然后，我们标记每个城市是否每年发生恐怖袭击，发生恐怖袭击，我们记录为1，没有发生，则记录为0.

因此，我们得到一个马尔科夫序列，时间年份作为自变量，0或1作为因变量的序列。

我们以Xn（n=1，2，…）表示第n年在某地发生的恐怖袭击的量，每个城市有四种表示形式，它们分别是“00”，“01”，“10”，“11”。我们使用近三十年的状态转换概率来预测下一年，状态转换概率可以使用以下公式计算：

下一年计算城市的概率可以表示为概率 P01或P11.

3 预测结果

我们将利用excel和Matlab整理计算出中国前十大城市的马尔科夫链和恐怖袭击概率，如表1所示。

4 结果分析

根据得到的结果，我们改变反映恐怖事件的具体指标值，进行敏感性分析，所预测城市并无大的变化，说明我们的模型具有良好的稳定性。

参考文献

[1]王锂达.恐怖组织行为挖掘与预测[J].北京邮电大学，2017.03.10.

[2]龚伟志，刘增良，王烨，等. 基于大数据分析恐怖袭击风险预测研究与仿真[J].北京科技大学自动化学院 国防大学信息指挥与作战教研部，2015.04.15.