生命周期评价视角下的机电产品碳足迹分析模型研究

从机电产品碳足迹分布出发,基于全生命周期,建立产品碳足迹分析模型,确定产品系统边界,对生命周期各阶段的清单数据进行收集与分析,建立碳足迹计算模型,应用Gabi软件对产品碳足迹进行核算.通过建立敏感性分析模型,对影响产品碳足迹因素的敏感度进行分析计算,提取关键影响因素;提出层次分析与概率分布(AHP-probability distribution,AHP-PD)不确定性分析方法,判断和量化输入数据所产生的不确定性,优化数据收集方案,从而真实地反映全生命周期产品碳足迹分布,反馈指导后续低碳设计.最后以变压器为例,验证了该方法的可行性与有效性.     

钻井液流变参数计算新方法及流变模式优选

钻井液流变参数的准确计算和流变模式的优选是钻井液优化设计及钻井水力学计算的前提。针对常用的4种流变模式,分析了流变参数的常规算法及回归分析算法;利用0.618法非线性回归分析计算出了幂律模式和赫巴模式的流变参数,分析比较了钻井液流变模式的4种优选方法,得出拟合残差平方和方法为最有效的优选方法;开发了钻井液流变模式优选软件,可输出各流变模式的流变参数及最优流变模式,并结合实测数据进行了实例分析。     

三元线性回归方程的矩阵运算及其结果分析

通过三元线性回归方程的建立过程，运用矩阵“打洞”，分块矩阵求逆等方法推出两个偏回归平方和等结果，并利用向量以及投影阐述各量之间的关系。由实例结果分析，证实偏回归平方和在回归分析中的重要作用，从而避免因夸大回归系数作用而带来的判断失误。     

关于逐步回归算法的一个修正

将逐步回归算法用于符号回归任务时,会产生计算溢出现象,其原因是在检验因子的显著性时,由于数据精度很高,可能会发生最大偏回归平方和Ｖｍａｘ与残差平方和ｒｙｙ相等或非常接近的情况,从而造成检验式分母的绝对值过小而溢出,对此,提出了两种修正方法,修正后的算法消除了隐患,可用于符号回归等高精度数据拟合任务。     

生命周期评价数据收集及清单分析研究

在分析生命周期评价的技术框架基础上，探讨了LCA中数据收集以及编制数据清单分析中分析范围的确定、产品生命周期流程图的绘制、建立清单分析数据库等问题。     

关于逐步回归算法的一个修正

将逐步回归算法用于符号回归任务时，会产生计算溢出现象．其原因是在检验因子的显著性时，由于数据精度很高，可能会发生最大偏回归平方和V     

安徽省城镇居民人均收入的组合预测

以1995～2009年安徽省城镇居民家庭人均可支配收入的数据,分别建立时间序列模型、回归模型和灰色预测模型．然后在三个单一预测模型的基础上综合各个预测模型的优缺点．通过使组合预测误差平方和最小确定各单一预测方法的权重系数,得到最优组合预测模型．最后对几种预测方法进行了评价,得出组合预测效果比较精确．     

钻井液流变模式的优选与评价

在现有主要流变模式的常规优选方法及参数确立的基础上,引入非线性回归,利用最小二乘原理,对现有主要流变模式进行回归与参数计算。利用残差平方和、残差方差以及确定系数三个指标来表征回归的效果,得出评价效果不能只简单依靠某一个指标来确定,需要综合不同指标从不同角度进行全面的对比分析,这样才能获得较合理的优选结果。同时经过计算、对比与分析,指出赫巴模式在较宽的适用范围内都能保持不错的回归精度,且参数的意义明确、形式简单、便于应用。     

Excel在化工数据及模型参数拟合中的应用

运用Excel的回归分析功能，对化工实验数据进行处理，可以解决在化工数据与模型参数拟合中遇到的复杂计算问题。通过实例说明该方法的实用性及有效性。     

岩石抗剪强度计算的稳健回归模型及其应用

 针对岩石抗剪强度确定中图解法和最小二乘法存在的问题：① 只适用于实验数据相关性较高的情况,不适用于数据离散并有异常值存在的情况;② 在处理由试验法获得的试验数据时,最小二乘法由于采用残差平方和,容易夸大试验数据中异常值的影响,提出了岩石抗剪强度参数的稳健回归分析方法。该方法在实验数据相关性差、数据离散并有异常值存在的情况下,具备削弱数据离散和对异常值进行定位的能力,提高了估计参数的稳健性和可靠性。该方法以残差的绝对值之和代替残差平方和,并通过复形法求得力学参数,避免了异常值的二次项,可有效地减少异常值的影响。通过工程实例表明,在试验数据的相关性较好时,两种方法的计算结果相差不大,但当试验数据的相关性较差,存在异常值时,稳健回归方法的计算结果要优于最小二乘法。     

模糊回归在太湖悬浮物反演中的应用

模糊回归分析是一种能直接处理不确定性的分析方法,突破了传统的“观测值的不确定性就是随机性”这一基本假设本文将此方法应用于悬浮物的遥感定量反演问题中,在太湖水质的采样数据和Landsat7 ETM遥感图像的基础上,应用模糊回归分析方法,针对悬浮物与遥感反射率数据之间的相关关系,建立了二者之间的模糊回归方程,并将该方法的计算结果与统计学中的最小二乘回归分析结果进行比较．结果表明：模糊同归模型比最小二乘同归模型提供了更多的信息量,更具优越性;用模糊回归模型进行反演,可信度更高,且更具推广价值．     

中国能源系统生命周期碳排放的时间有效性

能源系统生命周期清单分析数据库是产品或系统生命周期评价的基础,由于我国能源生产过程的基础数据种类繁多且更新较快,能源上游清单数据库需要考虑时间有效性的影响.结合单因素敏感性分析和参数自身时效性分析的方法筛选出10个对主要能源系统生命周期碳排放影响较大的时间敏感参数,并进行更新时间间隔划分.此方法可以减少生命周期评价数据库维护工作量,也为提高产品或系统生命周期评价的可靠性打下基础.     

一元总体最小二乘线性回归与解算分析

针对自变量为随机变量情形,在最小二乘准则下,一元线性回归所得到的回归参数估计及其拟合直线存在二义性问题,为确保解算结果的唯一性和一致性,需用总体最小二乘准则进行解算,对总体最小二乘准则进行了描述,利用奇异值分解方法,讨论了解算公式,最后用一数字算例,用最小二乘和总体最小二乘方法进行了计算和结果分析,得到了一些结论,此方...     

大坝安全监测模型因子相关性探究

分析了大坝安全监测数据处理中自变量因子之间的多重相关性对传统的多元回归模型的影响.运用偏最小二乘回归分析的基本原理和交叉有效性检验方法,建立了基于偏最小二乘法的回归模型.工程实例表明,偏最小二乘回归模型能够有效消除因子相关性对模型回归系数估计和回归分析效果的影响,取得的结果较为合理.     

基于小波包分析的线性回归拟合

针对线性回归分析模型中的数据易受到噪声的影响,提出了通过小波包分析对各个指标进行去噪处理,对处理后的数据用线性回归方法进行拟合.然后用1990—2010年度民用汽车保有量和国内生产总值(GDP)的数据进行实验,结果表明预先对数据进行小波包分析能够有效提高拟合的精度.     

基于威布尔分布的水电设备费用模型研究

对于现代设备管理信息系统的新模式，建立了水电设备全寿期费用定量模型．将设备在全寿命周期内的费用划分为购置费和维护费，分别建立了基于时间分摊的投资费用模型和基于威布尔分布的维护费用模型，分析了威布尔分布函数的各个参数的性质，讨论了水电设备的最小费用和最佳使用寿命的求解方法．针对维护费用模型中的不确定性问题，给出了两参数威布尔分布函数拟合方法，采用线性回归方法对参数进行估计，最后给出了参数求解的实例．     

回归拟合模型误差补偿效果比较研究

测量的真值与被测物物理量的真值不一致,其中不可避免地含有测量误差,建立回归拟合模型是处理数据的常用方法 .通过1算例,应用附加系统参数、最小二乘配置和半参数3种模型误差补偿技术,比较其对一次函数和二次函数回归模型误差的补偿效果.结果表明,最小二乘配置得到的补偿效果最好.     

基于生命周期的能源上游清单分析模型改进

对已有清单模型进行改进,提出一种新的能源上游清单模型及算法,使环境负荷因子的清单结果可以追溯到最终端.能源上游清单分析的迭代计算中不但考虑了能源开采、生产阶段,还考虑了运输以及输配等阶段的能耗及环境排放,为能源下游分析乃至整个能源系统的生命周期分析搭建了牢固的基础平台.能源生命周期分析模型包含了生命过程部分和高阶循环部分2个层次.计算结果显示,二次能源如电力的上游阶段生命周期能耗LCEC和生命周期环境排放LCEE较一次能源大,因此调整能源结构,增加清洁、可再生能源在发电方式中所占的比例,对于减少我国大气污染和温室气体排放有重要意义.     

基于支持向量机的中国石油需求量预测研究

根据1990—2011年中国历年石油消费量相关数据构造输入和输出向量,选用径向基函数(RBF)作为其函数,在MATLAB2.10工具箱中设置相应变量进行参数寻优,从而建立基于支持向量机的石油需求量预测模型.为了验证其效果,同时做出了最小二乘意义下的3种预测拟合曲线,数据误差分析结果表明,支持向量机模型的预测精度高、结果更为可靠.用支持向量机模型预测了2012—2015年我国的石油需求量.     

基于互信息的主成分分析结合支持向量回归的滚动轴承剩余寿命预测研究

滚动轴承作为旋转机械设备中的关键部件,影响着设备的可靠性运行。为了智能开展设备维护工作,提高设备的运转效率,提出一种基于互信息（mutual information,MI）的主成分分析（principal component analysis,PCA）（MI-PCA）结合支持向量回归（support vector regression,SVR）的滚动轴承剩余寿命预测方法。首先利用小波包降噪算法剔除原始振动信号中的异常数据点和噪声,并基于降噪数据提取其时域、频域和时频域特征;然后结合特征与剩余寿命的互信息值进行特征筛选,再通过PCA降维算法获得可表征轴承退化状态的敏感特征,用于SVR的输入;最后构建并训练SVR剩余寿命预测模型,并将其应用于滚动轴承全寿命试验数据。试验结果表明与基于MI和基于PCA的SVR回归预测模型（MI-SVR模型、PCA-SVR模型）相比,基于MI-PCA的SVR模型具有更高的预测精度（预测精度可达97%）,能够实现滚动轴承剩余寿命的精准预测,为开展及时有效的设备维护工作提供了决策依据。