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。     

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.     

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.     

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。     

多变量动态模糊偏最小二乘建模方法及其应用

针对复杂工业过程存在的多变量、非线性和时变不确定性问题,将动态PLS与模糊建模方法相结合,提出一种基于DFPLS(动态模糊偏最小二乘)的多变量非线性动态建模方法。该方法外部采用动态PLS方法解决多变量高维共线性问题,并描述系统的动态特性;内部采用FCM(模糊c均值聚类)与TSK模糊模型相结合,建立多个子模型的方法来拟合系统的非线性。将本方法应用于氧化铝生产过程中铝酸钠溶液组分浓度的软测量,仿真实验表明该方法预测精度高,泛化能力强,用于铝酸钠溶液组分浓度的在线检测是可行有效的。     

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。     

基于偏最小二乘通径模型的农民工信息能力综合评价

针对农民工信息能力建立评价指标体系,利用偏最小二乘通径模型,建立了农民工信息能力PLS通径模型,并以广东省8个城市的农民工群体为例,计算分析了模型通径系数和各城市农民工信息能力的综合排名。结果表明信息运用能力、信息吸收能力和信息创新能力是影响农民工信息能力的关键因素,广州市农民工信息能力位于广东省的首位。     

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.     

具有内生性的随机变系数模型的PLS估计

在随机变系数模型中,自变量很可能与系数方程中的随机斜率相关,从而引起内生性问题.这样的内生性同样会导致标准的OLS (ordinary least squares)估计量有偏且非一致.本文通过非参方法来解决这种内生性问题.首先设定此种相关性为一个未知方程,将其直接加入模型,再利用PLS (profile least squares)方法进行估计.在给出确定性参数的渐近性质后,本文比较了PLS和OLS估计量的有限样本性质.Monte Carlo结果显示,一般而言,PLS方法都优于OLS方法.最后,本文以社会经济地位对学生成绩的影响为例,考察了PLS和OLS估计值的区别.     

Chaotic time series multi-step direct prediction with partial least squares regression

Considering chaotic time series multi-step prediction,multi-step direct prediction model based on partial least squares(PLS)is proposed in this article,where PLS,the method for predicting a set of dependent variables forming a large set of predictors,is used to model the dynamic evolution between the space points and the corresponding future points.The model can eliminate error accumulation with the common single-step local model algorithm,and refrain from the high multi-collinearity problem in the reconstructed state space with the increase of embedding dimension.Simulation predictions are done on the Mackey-Glass chaotic time series with the model.The satisfying prediction accuracy is obtained and the model efficiency verified.In the experiments,the number of extracted components in PLS is set with Cross-validation procedure.     

基于最小二乘的阵元位置误差校正及性能分析

针对独立校准信源波达角未知情况下的阵列位置误差校正问题,提出了一种对信号导向矢量的绝对相位进行最小二乘线性拟合,进而估计出阵元位置误差的算法。并对算法的性能进行了详细分析,推导出位置误差估计的显示表达。该算法在对阵元位置误差进行估计时无需迭代运算,甚至不需要一维搜索,具有较低的运算复杂度。理论分析和仿真结果验证了该算法的有效性。     

基于PLS-结构方程的顾客满意度评价方法

传统结构方程模型虽然在分析中既能处理测量误差．又可描述潜变量之间的结构关系、但是，在求解结构方程模型的过程中严格依赖协方差矩阵，并且假设测量变量服从正态分布，由于顾客满意的频数分布常常为非正态分布，从而极大限制了该方法在顾客满意度研究方面的应用．本文研究基于PLS的结构方程模型，有效解决了在构造客户满意度模型中所遇到的变量非正态问题．并以肛结构方程原理为支撑，对商品房顾客满意度问题进行了应用研究．     

Improved adaptive pruning algorithm for least squares support vector regression

As the solutions of the least squares support vector regression machine(LS-SVRM) are not sparse,it leads to slow prediction speed and limits its applications.The defects of the existing adaptive pruning algorithm for LS-SVRM are that the training speed is slow,and the generalization performance is not satisfactory,especially for large scale problems.Hence an improved algorithm is proposed.In order to accelerate the training speed,the pruned data point and fast leave-one-out error are employed to validate the temporary model obtained after decremental learning.The novel objective function in the termination condition which involves the whole constraints generated by all training data points and three pruning strategies are employed to improve the generalization performance.The effectiveness of the proposed algorithm is tested on six benchmark datasets.The sparse LS-SVRM model has a faster training speed and better generalization performance.     

基于频控阵的递推最小二乘波束形成算法

频控阵通过在阵元间加入远小于载频的频率增量,使波束的空间分布距离角度二维相关。基于频控阵基本结构,引入两种接收信号处理机制,并对其进行理论推导分析,仿真表明两种机制均能有效接收信号。针对指向误差存在,导向矢量失配导致主瓣发生偏移问题,采用递推最小二乘波束形成算法处理。仿真结果表明,存在指向误差时,该算法在两种机制中均能在目标位置形成主瓣,在干扰位置形成零陷,验证了算法在频控阵中应用的稳健性。     

改进最小二乘算法在天文定位中的应用

运用数字天顶仪进行天文定位时,需采用最小二乘算法建立电荷耦合元件图像坐标系和天球切平面坐标系之间的映射关系.针对最小二乘算法只考虑了观测量中的误差,没有顾及系数矩阵中的误差和数据中可能存在的粗大误差问题,为了提高数字天顶仪进行天文定位时的解算精度,将最小二乘算法与总体最小二乘算法进行有效结合构成了混合最小二乘算法,该算...     

排水型深V型船形因子的偏最小二乘回归分析与建模

采用偏最小二乘法对排水型深V型船的船形因子进行了回归分析与建模, 给出了回归公式的适用范围, 并与模型试验、 Holtrop船形因子求解法进行了比较分析, 结果表明: 在排水型深V型船型参数中长宽比对船形因子的解释能力最强, 其 次是吃水船长比和底部斜升角与进流角比, 进流段长度比和棱形系数对船形因子的影响较弱; 该回归公式适用范围为 L/▽^1/3= 7.0-7.9、长度傅汝德数 Fr<0.44 内的排水型深V型船型, 结合Holtrop阻力计算公式能有效提高原计算公式的阻力预报精度; 偏最小二乘法对于排水型深 V型船船形因子的回归计算具有较强的实用性.     

递推最小二乘算法在新型无源探测系统中的应用

针对新型无源探测系统的要求,在原有最小二乘算法的基础上,为缩短定位时间,减少运算量,提出了递推最小二乘算法。同时引入自适应卡尔曼滤波算法对原始定位结果进行了处理。多次计算机仿真结果表明该算法有效地提高了定位的实时性、可靠性和定位精度,能够满足新型无源探测系统的技术要求。