模糊偏最小二乘支持向量机的应用研究

基于偏最小二乘回归法和模糊隶属度函数,提出了一种模糊偏最小二乘支持向量机.传统最小二乘支持向量机引入模糊加权系数后,可以根据训练样本点的情况调整折衷系数,有效地提高了最小二乘支持向量机的抗噪性能.同时利用偏最小二乘回归法,克服了求解线性回归方程中自变量向量间的多重相关性问题.利用 sinc 函数对该建模方法进行了测试,并进一步对铜转炉吹炼时间的预测问题进行了仿真研究.仿真结果表明,该建模方法具有预测准确、跟踪性能好的优点.     

基于偏最小二乘回归的农村居民人均纯收入预测

偏最小二乘回归是一种能在一个算法下同时实现回归建模、数据简化和两组变量间相关分析的新型多元回归分析方法。农村居民人均纯收入受到多种因素的影响,各因素间相互制约和影响,存在着严重的多重相关性,而偏最小二乘回归方法能很好地解决这一问题。通过将偏最小二乘回归分析方法用于农村居民人均纯收入拟合和预测时,结果表明,该方法具有建模简单、计算结果可靠的特点,具有较强的实用性。图2,表4,参6。     

武器系统寿命周期费用建模的模糊主成分方法

武器系统的寿命周期费用建模较多采用参数法，而参数法中最常用的是最小二乘回归。提出用模糊主成分方法来建立模型，并结合实例对武器系统寿命周期费用进行了分析。结果表明，这种方法改善了最小二乘回归中的多重共线性问题，具有实用价值。     

偏最小二乘回归在刀具磨损试验建模中的应用

应用灰色关联度筛选变量，将样本变量筛选为部分样本变量和全部样本变量组合用于建模的自变量，以刀具后刀面磨损量作为因变量，对不同切削条件下铣削加工过程刀具后刀面磨损的多组实验数据，采用偏最小二乘回归分析方法，建立对所选自变量的偏最小二乘回归模型。结果表明，该方法提取的成分具有线性无关的特点，对刀具磨损有较好的解释能力，且利于建模和预测，同时可以消除输入因素的多重共线性。刀具磨损的回归模型计算出不同切削条件下刀具后刀面的磨损量，以全部样本变量所建立的模型预测效果更为理想。     

偏最小二乘相关算法在系统建模中的两类典型应用

讨论了偏最小二乘回归（PLSR）的相关算法对两类典型实际系统建模的有效应用。分析了传统的偏最小二乘回归批处理算法及由此产生的一种简化算法的基本原理和技术特点，在此基础上，对原有的递推算法进行了一定程度的改进，直接采用自变量主元t的回归系数矩阵P和R来取代旧的数据信息，从而进一步简化了计算过程，针对上述两种算法的特点，分别对无人机费用模型（少样本，多变量）和切削力峰值模型（多样本，少变量）参数进行了估计计算，说明了各自算法的应用优势。     

单部件加速退化系统的视情维修策略优化

针对单部件加速退化系统,研究了基于灰色模型、偏最小二乘回归和改进灰狼算法的最优视情维修策略,通过优化检测间隔和临近失效阈值最小化系统的平均维修费用率。维修策略优化中,考虑到维修数据的稀疏特性,利用适合小样本建模的灰色模型理论建立系统的加速退化模型;考虑了维修次数、系统退化状态与系统维修用时之间的多重相关性,利用偏最小二乘法建立了维修用时的多变量回归模型。在此基础上,给出基于系统平均维修费用率的目标函数,利用改进灰狼算法求解最优决策变量。通过算例说明了该最优视情维修策略的可行性。     

基于偏最小二乘回归建模的量化隐写分析

将基于偏最小、二乘回归的建模方法应用到估计隐写信息长度中,提出一种新的量化隐写分析方法.分别从空域,DCT域,DWT域提取隐写图像的统计特征作为建模的自变量,隐写图的嵌入改变率作为因变量,运用偏最小二乘回归建立统计特征和嵌入改变率之间的关系模型为量化隐写分析器.针对3种典型的JPEG隐写算法F5,outguess,MB1隐写图进行量化隐写仿真,结果显示提出的方法能快速准确地估计JPEG隐写图的信息嵌入改变率.     

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.     

基于偏最小二乘回归的基因网络数学建模

对基因表达数据进行数学建模是理论系统生物学的一个热点,其难点之一在于数据的小样本特性、多重相关性及粗糙性.针对基因表达数据的这些特点,偏最小二乘回归被首次引入基因网络的数学建模领域,通过轮换计算将变量投影重要性指标拓展为VIP矩阵,建立了基因网络模型:经验证所构建的网络具有生物学意义,运用图论分析可证实其符合"无尺度网络"的特性,从而证明了这种建模方法的可行性.     

基于非线性PLS回归的军用软件成本估算

当变量间存在多重相关性时,常采用偏最小二乘（partial least squares, PLS）回归进行建模。但是,传统PLS回归采用线性关系式来建立内部成分与外部成分之间的关系,已有的非线性PLS在模型可解释性方面存在不足。针对军用软件成本估算问题的非线性特点,建立了一种基于内部机理的非线性PLS回归模型,给出了模型的推导过程和实现算法。实例分析表明,该方法的估算精度优于多元线性回归,线性PLS回归和基于多项式内部映射的非线性回归。     

基于样条变换的非线性PLSR方法及应用

针对样本数据多呈现非线性和小样本的特点,为提高此类样本数据回归预测的有效性和精度,根据偏最小二乘回归(PLSR)方法原理、样务插值原理和拟线性化思想,提出基于三次B样条变换的非线性PLSR模型及其实现方法.分析了进行有效变换和成分提取的条件,给出了应用该方法的具体步骤.最后通过对非线性函数回归预测仿真和军用运输机采购价格回归预测实例,以及与BP神经网络模型结果的比较,表明了该方法的有效性和实用性.     

军用飞机出厂费用估算方法研究进展综述

军用飞机出厂费用估算对控制全寿命周期费用、降低研制风险等具有重要作用,也能为装备部门提供采购决策支持。首先,论述了军用飞机出厂费用的概念,并对其估算问题进行了描述;然后,介绍了9种典型的估算方法,包括参数法、类比法、工程估算法、基于神经网络的方法、基于偏最小二乘回归的方法、基于灰色系统理论的方法、基于作业成本法、基于特征的方法和基于知识工程的方法等,并分析比较了上述方法的适用阶段和优缺点;最后,提出了军用飞机费用估算领域需要解决的3个关键问题,为下一步的研究提供帮助。     

On reliability optimization for power generation systems

1 . MEASURES OFPOWERSYSTEMS’SRELIABILITYIn generation planning,the question naturally arisesas to how much generating capacity is required toserve theload demand.Three typical methods usedtodetermine capacity are given as follows .1 .1 Percent Reserve EvaluationThisis the earliest method that can most easily com-pute the generating capacity exceeding annual peakload to determine the percent generation reserve mar-gin, by comparing the total installed generating ca-pacity at peak…     

一种参数估计方法及其在可靠性增长分析中的应用

在可靠性增长分析中,研究Gompertz模型,Duane模型和AMSAA模型的参数点估计方法的文献有很多。本文应用微分回归方法,获得了上述模型参数的又一种点估计,其优点在于:点估计的表达式能显式给出且计算简便。     

基于信息熵和Bayes理论的高可靠性产品可靠性评估

产品的可靠性是其通用质量特性的重要指标,研究产品的可靠性评估方法至关重要.当产品只收集到寿命试验数据时,现有的基于极大似然估计和最小二乘估计的可靠性评估方法应用较为广泛,但在适用性上存在一定的局限性.针对这一问题,提出了一个基于信息熵函数和Bayes理论的产品可靠性评估方法.通过理论分析可知本文提出方法的适用性比现有方法更广,且结合仿真实验,可验证利用本文提出方法评估高可靠性产品的可靠性时,评估结果的精度也优于现有方法.最后,通过加工中心设备的算例分析,说明了本文提出方法的具体应用.     

可靠性增长设计在导弹系统中的应用

可靠性增长设计是提高可靠性的一种重要手段。本文通过借鉴有关资料的方法步骤，讨论了导弹系统的可靠性增长设计。根据已有的模型，我们提出了导弹系统的可靠性增长模型，并绘制出增长曲线。     

Extended research on software hybrid testing combining reliability and directed testing

The software reliability testing has many disadvantages in practice,such as high complexity of constructing operational profiles and poor fault detection efficiency.Oppositely,the directed testing with a high fault detection rate is incapable of estimating reliability quantificationally.To solve this problem,a hybrid testing combining reliability and directed testing as well as a reliability model based on the order statistic(OS) model were presented by Mitchell.An extended research on Mitchell’s work is proposed.Firstly,the most proper distribution of the fault’s failure rate which tends to be lognormal is suggested,and a detailed form of the OS model based on lognormal and the corresponding parameter estimation method are proposed,respectively.Secondly,an implementing framework for the hybrid testing is proposed.Finally,the hybrid testing and the OS model are applied on a real website system.The experimental results indicate:the hybrid testing has more efficient fault detection power and lower testing cost than the reliability testing;compared with three traditional software reliability growth models,the OS model has a best or pretty estimation or prediction power for each data set;and for the failure data set collected from hybrid testing,the OS model also achieves an acceptable estimation result.     

采用功能替代技术的C~2系统的可靠性评估

根据Ｃ２系统建设的需要，定义了可靠性代用模型，推导出它的可靠度和可用度计算公式。通过与现有可靠性基本模型进行量化比较，得出代用模型用于系统的可靠性设计和评估既能降低系统建设成本，又能提高系统的可靠性。     

Weibull分布产品零失效下的可靠性增长研究

提出了一种新的基于修正似然函数的可靠性增长分析方法,解决了现有的基于失效次数的可靠性增长模型不能解决的无失效数据情形下的可靠性增长分析问题。该方法首先利用数据合并技术和修正似然函数法得到各研制阶段结束时的可靠性水平,然后利用Duane模型研究系统瞬时失效率随研制试验延长而递减的可靠性增长规律,最后通过仿真实例说明了该方法的有效性。