渐消记忆的最小二乘法在参数辩识中的应用

采用渐消记忆最小二乘法研究了捕食模型中的参数辨识问题,通过仿真对比,效果比较理想,给出了辨识出的参数的系统的仿真对比图,并且对捕食模型进行了稳定性分析.     

配电线路互感参数测量的参数辨识问题

在城市配电网建设中,双回与多回临近高压线路配电线路的应用,对配电线路互感参数测量提出了新的要求。互感参数测量多采取增量法、微分法与积分法等在线测量方式,整合多次测量结果,依托超定方程,通过最小二乘法求解相关参数。提出改进总体最小二乘法以求得最优解,通过仿真实验对其参数辨识可靠性进行验证。     

地理加权回归模型及其拟合

给出了一般的地理加权回归模型,由加权最小二乘原理,并给出了地理加权回归模型的拟合方法,以及与之相关的确定窗宽参数的交叉确认法.     

变系数EV模型系数参数的一步核估计

利用核函数法和广义最小二乘法给出了一般变系数EV模型系数参数的估计,得到了估计的强相合性.模拟计算表明估计的效果优良.     

时空地理加权回归模型及其拟合

基于加权最小二乘原理,给出了时空地理加权回归模型的拟合方法,以及与之相关的权函数选取原则和确定窗宽参数的交叉确认法.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

非线性模型参数有偏估计的一种改进

讨论了非线性模型Y=ax^b的对数线性化回归方程参数的普通最小二乘估计．指出估计无效的原因是对数线性模型的随机误差具有异方差性质．运用二步加权最小二乘法改进了参数的估计．并在模拟试验中证明了其优越性．     

总体最小二乘法及其在GNSS高程拟合中的应用

为了解决多项式曲面拟合方法在进行全球导航卫星系统(GNSS)高程拟合时,控制点的坐标数据与高程异常均存在测量误差的问题,从总体最小二乘法的角度,在系数矩阵存在误差的情况下,来优化GNSS高程拟合模型,提高拟合精度。实验结果表明：采用总体最小二乘法进行曲面拟合GNSS高程异常,较传统最小二乘法精度会有一定提高。     

时空变系数半参数模型的轮廓最小二乘估计

就时空变系数半参数模型进行研究,给出了该类模型的轮廓最小二乘估计方法,得到模型中时空变系数及常值系数估计的解析表达式,并进行数值模拟予以验证.结果表明,常系数的估计具有无偏性,响应变量估计值与真实值拟合程度较好,相对误差较小.     

Richards增长曲线的参数估计

介绍了Richards增长曲线方程,而后对Richards增长曲线方程的参数进行研究.运用线性最小二乘法、双向差分误差平方和最小估计法和双向差分加权最小二乘估计法对其参数进行估计,从定量的角度研究了Richards增长曲线方程,为进一步的研究奠定了基础,最后将模型应用到传染病疫情实例中.     

基于加权整体最小二乘的平面坐标转换模型精度分析

由于平面坐标转换在实际工程中应用较广且精度要求较高,故提出基于加权整体最小二乘算法求解坐标转换参数,即对系数矩阵和观测值矩阵都赋予合理权值.为进一步提高转换精度,通过实例在加权整体最小二乘求解参数的基础上,分别比较了四参数模型、六参数模型、双线性内插模型及二次曲面模型的坐标转换精度.实验表明,基于加权整体最小二乘求解的...     

磷酸铁锂电池的参数辨识及SOC估算

运用Digatron对电池做充放电实验,建立Thevenin等效电池模型,根据混合功率脉冲实验分析电池在充放电停止时的电压回弹特性,用最小二乘法辨识电池参数。本文基于此参数提出运用安时法估算电池的荷电状态,用扩展卡尔曼算法对安时法进行修正,实现安时-扩展卡尔曼联合估算SOC,解决了采用安时法估算SOC时误差越来越大的问题,降低了传统扩展卡尔曼算法运行的时间复杂度,提高了实时性,便于实际应用。实验和仿真结果显示,该方法具有较高的SOC估算精度。     

信道模型在无线通信环境中的适应性分析

为了更高效地分析无线传播环境下接收信号的相关性和频谱特性,提出了调整高斯散射体密度模型(Gaussian scatter density model,GSDM)和接收机位于外部的均匀椭圆模型(Uniform ellipse with receiver outside model,UERO)参数的方法。通过接收信号分量的均方根时延扩展和角度扩展来定义传播环境类型,使用最小二乘法来确定模型参数与时延扩展之间的关系。与模型参数最优值的比较结果显示,调整后两种模型的最小二乘误差普遍减小,说明此方法能有效地分析模型在不同传播环境中的接收角度的统计特性。     

最小二乘估计的性质

估计线性模型中的回归参数的基本方法就是最小二乘法,鉴于最小二乘估计在实际生活中的作用及其地位,就最小二乘估计的性质进行分析.     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

小摄动弱非线性系统的参数辨识

非线性振动系统的参数辨识在结构动力特性研究及其振动控制中有着重要的作用.针对一类一般非线性系统提出了一个参数辨识的新方法.将小摄动量引入弱非线性系统中,应用多尺度方法获得系统的频响函数,接着利用非线性参数方法转换将原频响函数转化为线性函数,最后采用最小二乘法来辨识线性频率响应函数中的参数     

三维坐标转换算法的粗差探测比较研究

三维坐标转换的算法有很多种,除了最常使用的经典最小二乘平差外,还有整体最小二乘平差。整体最小二乘根据对误差分配方式的不同,又可分为奇异值分解法和混合最小二乘法。为了比较3种算法的粗差探测能力,通过实验模拟在不同粗差情况下,使用方差比值验证法进行粗差的探测。实验结果表明最小二乘和混合最小二乘算法均能识别较小的粗差,其粗差探测能力更加可靠。     

风电齿轮箱复合故障诊断方法研究

针对风电齿轮箱的复合故障诊断问题,本文提出了基于改进变分模态的风电齿轮箱复合故障的特征提取方法,并采用改进鲸鱼算法优化的最小二乘支持向量机(DEWOA-LSSVM)故障诊断模型进行故障诊断。通过变分模态方法将收集的信号分解为K个模态分量,通过加权排序熵对其进行量化处理,得到特征向量,将特征向量输入到经过改进鲸鱼算法优化后的最小二乘支持向量机模型完成故障诊断,并通过试验验证该方法的有效性。     

基于长短时记忆网络的恒温水浴锅温度模型预测

【目的】由于恒温水浴锅温度系统存在强非线性及大滞后性,本研究提出一种基于长短时记忆网络的恒温水浴锅温度模型预测方法。【方法】首先,对采集到的数据进行标准化处理,寻找长短时记忆网络的最优结构及超参数,用来拟合出最佳的数据映射特征,并构建恒温水浴锅温度的动态数学模型。其次,通过模型对未来一段时间内的温度趋势进行预测。最后,使用本研究提出的方法与最小二乘法所预测的结果进行对比分析。【结果】本研究所提方法构建的模型的拟合度达到了98.2%,预测结果的MSE及MAE比最小二乘法模型分别降低了4.616、0.823。【结论】本研究所提方法具有更高的预测精度,对提高恒温水浴锅的生产效率及控制精度具有重要意义。     

改进型随机无网格迦辽金法在随机热传导问题中的应用

近似方案中对移动最小二乘近似(MLS)中的基函数采用带权的正交基函数,从而形成一种改进的移动最小二乘近似(IMLS),该近似比现有的移动最小二乘近似有更高的精度和效率,且不会导致系统方程产生病态。IMLS近似与Taylor展开的随机无网格迦辽金法(SEFGM)相结合构成了一种Taylor展开的改进的随机无网格迦辽金法(TSIEFGM)。用TSIEFGM对二维随机热传导问题进行了分析。通过对含随机参数的热传导问题进行分析,算例验证该方法的正确性和有效性,为解决随机热传导问题提供了一种新方法。