热力站最小二乘建模法仿真研究

针对集中供热热力站一类热工对象,提出一种基于典型信号响应的最小二乘建模方法.方法的原理是在已知典型脉冲、阶跃、斜坡信号响应的条件下,按照最小二乘的模式,推导出被辨识连续系统模型参数.应用该方法对一个实际热力站的供热过程模型进行辨识,仿真研究表明,与其他常规辨识方法相比,所取得的辨识结果的精度有明显的提高.该方法简单、易行,具有较好的实用性.     

基于递推最小二乘法的炮控系统参数辨识仿真

炮控系统内部结构复杂,机理建模很难建立其较为客观的数学模型,针对这一问题,提出用递推最小二乘法对某型战车炮控系统辨识建模.首先对试验进行了设计,测得了某种工况下的炮塔速度阶跃输出曲线,并用跟踪微分滤波器对所得曲线进行了去噪处理,找出了被控对象的输入输出数据;其次运用递推最小二乘法对假定模型进行了模型参数估计,得到了被控对象的模型参数;最后用阶跃响应性能指标误差评价法对模型的有效性进行了验证.结果表明,该方法能准确地实现炮控系统的模型辨识,所建模型是有效可行的.     

基于偏最小二乘回归的可靠性增长费用分析

为消除武器装备可靠性增长费用建模中自变量之间的多重相关性,引入了偏最小二乘回归分析,并针对某型现役装备使用阶段可靠性增长费用数据进行了建模与分析。结果表明,与一般的多元回归分析相比,偏最小二乘回归分析避免了自变量之间多重相关性带来的问题,能够得到与实际经验相符合的模型。     

基于最小二乘法的美式期权定价的最优停时分析

给出一种基于最小二乘法的美式期权定价的最优停时的数值算法。首先通过构造一个函数的有限集替代动态规划中的条件期望，其次使用蒙特卡洛模拟和最小二乘法计算第一步中的值函数。最后，在一般意义下，证明该算法的收敛性。     

基于广义最小二乘模型的动态交通OD矩阵估计

基于广义最小二乘模型,建立了一种带滑动窗的动态OD矩阵估计算法,可通过对路段交通量和行程时间的检测来估计时变的OD数据.对模型中关键的交通分配矩阵,给出了解析的计算公式.算法是一种递推的估计过程,仅需较少的先验信息,且估计过程不会发散;滑动窗的引入可充分利用量测信息,抑制量测噪声.     

最小二乘支持向量机的预优共轭梯度法

针对Suyken等人提出的最小二乘支持向量机的共轭梯度法在输入样本的个数较大时,需要求解高阶线性方程组这一缺陷,提出了一种新算法。该算法利用分块矩阵的思想将该高阶线性方程组系数矩阵降阶,为了提高收敛速度,克服数值的不稳定性,采用条件预优共轭梯度法求解低阶的线性方程组。通过仿真试验证明用本文方法训练最小二乘支持向量机比共轭梯度法的训练速度提高了将近一倍。     

基于偏最小二乘模型的无人机航材需求预测方法

针对无人机航材存在样本数据量少,影响因素多且复杂多变,以及库存需求预测精度不高等问题,对现有经典小样本下航材需求预测方法进行系统分析,并利用偏最小二乘回归方法在处理小样本数据、变量多重相关性等方面的独特优势,提出了基于偏最小二乘的无人机航材需求预测方法.选取无人机的飞行时间、飞行起落次数、操控人员熟练程度、异常环境温度、异常环境湿度、航材故障率、维修人员技术水平、维修资料等参数,对偏最小二乘法进行原理及模型建模步骤分析,构建了无人机航材需求预测模型,并进行航材影响因素研究.实验结果表明:该模型较其它常用预测模型的精度有所提高,预测结果的平均相对误差绝对值为4.87%,表明该方法可以应用于无人机航材需求预测,能够满足实际需要.     

偏最小二乘法在公共部门绩效多元评估中的应用

将偏最小二乘法（PLS）应用于公共部门绩效的多元评估研究, 首先,回顾总结了PLS建模的特点及建模步骤,并就公共部门绩效评估与普通最小二乘法（OLS）进行了对比;其次,以上海市为例, 建构了上海市公共部门绩效评估PLS方程模型;最后,对模型展开讨论认为：1. PLS建模方法是公共部门绩效多元评估的有效的、可行的方法;2. 对于上海市公共部门绩效多元评估实践来看,评价指标的重要性次序,由大到小依次是：政务公开、办事效率、执法公正、履行职责、清正廉洁和服务态度;而综合来看,评价指标体系对各评价主体评价结果贡献的大小有所不同,影响程度由大到小依次是：上级评价、同级评价、专业评价和公众评价.这些结论, 对于开展公共部门绩效评估的方法论研究,对于公共部门绩效多元评估的理论与实践都具有一定的参考价值.     

基于模糊聚类与非线性最小二乘法的径向基网络设计

针对径向基网络构造的关键，径向基函数中心位置的合理选取，利用改进的模糊聚类法给出了径向基网络中心的选择算法，并在此基础上结合非线性最小二乘法，提出了一种新的网络递推学习算法，这种学习算法充分利用径向基网络的二次信息，迭代地确定径向基函数的中心位置和 网络的权系数。通过运用于泵站特性曲面的拟合，证明了该算法的行之有效的。     

结构声辐射的虚边界元最小二乘法及仿真研究

提出用虚边界元最小二乘法研究结构体声辐射,推导了该方法计算振动结构辐射声场的计算公式,与常规边界元法相比,虚边界元最小二乘法避免了奇异积分的数值处理,且系数矩阵是对称的,通过仿真计算与解析解验证。结果表明,本文方法思想简单,程序处理容易,能够有效克服特征频率处解的非唯一问题,在边界附近解的精度较高等优点,便于工程应用。     

基于遗传算法的功率域最小二乘DOA估计器

提出一种基于遗传算法的功率域最小二乘波达方向(DOA)估计器。通过功率域最小二乘法推导得到优化目标函数。继而将目标函数作为适应度函数,将阵列天线各入射信号的未知DOA作为决策变量,通过遗传算法进行全局优化,从而完成各信源DOA的估计。采用适当的遗传策略,使全局寻优有效收敛至满意解,避免了复杂的多步迭代,提高了稳健性。估计器对非均匀高斯白噪声条件下的信源DOA同样有效。仿真实验表明,估计器的性能接近确定性最大似然(DML)估计器。     

小型直升机航向模型的增广递推最小二乘辨识

分析确定了模型直升机航向通道结构,考虑了噪声模型的存在,采用增广最小二乘法进行了参数辨识,从而避免了一般最小二乘法把误差模型隐含在系统模型中所造成的辨识精度不高的缺点。结果表明,虽然采用增广最小二乘法要考虑噪声模型,但是它具有速度快、辨识结果准确的特点,所得模型直升机的航向模型很好的表示了其系统特性,可以用来进行控制系统的设计和直升机的分析理解。     

无线感知网络最小二乘法定位算法的误差分析与优化

无线感知网络(WSN,wireless sensor networks)中位置信息及其位置可信度对于感知数据至关重要,目前针对WSN定位的可信度分析很少见.利用误差分析理论对最常用的最小二乘法定位算法进行理论分析,并提出一种简化误差分析算法,在给出节点预测位置同时给出定位误差范围;而且,利用误差分析对循环定位的锚点选择进行优化,能够显著提高定位精度;最后,采用模拟试验的方法对误差分析及其简化算法和优化算法的有效性进行验证.     

非线性递推部分最小二乘及其应用

部分最小二乘回归(PLS)可较好地解决变量间的共线性问题,目前被广泛地应用于过程建模和监控.本文将递推PLS(RPLS)算法同RBF网络相结合,给出了一种非线性递推PLS方法(NRPLS),可根据在线数据自适应地调整模型结构和参数,使模型适应非线性过程的变化.在确定RBF网络的隐层节点参数时,采用了一种改进的k-means聚类算法,自动确定最优的聚类区数.该递推算法用于聚丙稀熔融指数软测量模型的在线修正,取得了较好的效果.     

递推最小二乘算法的补充性证明

在使用递推最小二乘算法时，通常考虑的情况是训练样本所构成的方程组为矛盾方程组时该算法的收敛情况。本研究对递推最小二乘算法进行了理论证明及分析，指出了在任意第k步，未知参数估计值收敛于前k组数据的极小范数解(如果前k组数据所组成方程组为相容方程组)或者极小范数最小二乘解(如果前k组数据所组成方程组为矛盾方程组)，并且此解是唯一的；仿真结果同样也验证了该结论的正确性。     

基于最小二乘支持向量机的交通安全预测模型

分析了最小二乘支持向量机(LS-SVM)在交通安全预测中的优势,确定输入向量集合和输出向量集合,利用LS-SVM建立交通安全预测模型.将1953～2006年全国交通安全相关数据分为训练集和测试集,利用Matlab 7.0进行仿真测试.通过训练LS-SVM得到模型具体参数值,然后对测试集数据进行预测,计算预测误差,并与神经网络模型、SVM模型预测结果进行对比.仿真结果表明,基于LS-SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度.     

基于小波与最小二乘正则化技术的图像超分辨方法

采用正则化技术与小波插值方法相结合，并利用最小二乘原理，研究一种图像的超分辨方法，数值实验表明，新方法具有高精度、高效率的特点。     

递推加权最小二乘算法的研究

通常在使用递推加权最小二乘算法时,需要设计矩阵列满秩.从极限理论的角度出发,对设计矩阵列不满秩时加权最小二乘估计的递推算法进行了理论证明和分析,得出了在任意第n步,未知参数估计值收敛于由前n组数据所决定的极小范数加权最小二来解,并且此解是唯一的,仿真结果同样验证了该结论的正确性.     

弹载相控阵天线“最小二乘法——伪Hadamard矩阵”联合校准

为了更加精确地校准弹道导弹导引头的相控阵天线,弥补目前旋转矢量法校准弹载相控阵天线的缺陷,提出了“最小二乘法——伪Hadamard矩阵”联合校准方法。该方法利用最小二乘法拟合算法解决移相器只能提供离散相位变化,不能准确获得使天线合成功率最大时的移相器相位变化值的问题。通过构造伪Hadamard矩阵对天线分组,每一组移相器同时旋转多个阵元相位,使被测信号变化明显。远场校准实验表明,该方法能够对弹载相控阵天线起到非常好的校准效果。     

基于正交最小二乘的非线性系统模糊辨识

提出了一种新的基于T-S模糊模型的建模方法．该方法是基于输入空间的模糊划分计算给定样本在各模糊子空间的隶属度，并利用正交最小二乘辨识模糊模型的结论参数．最后通过Box-Jenkins煤气炉数据和Mackey-Glass混沌时间序列的仿真结果验证了该方法的有效性与实用性．