人工神经网络回规建模方法及其应用

对于非线性回归问题，一般都是先将其线性化，按线性回归模型进行处理。但这种方法进行的参数估计不是我偏估计量，因此其非线性拟合粗度较低，本文提出采用人工神经网络技术进行非线性回归分析，并针对地下水位的动态分析问题进行了实例计算，取得了很好的效果。     

基于Logistic变换的回归正交试验模型

在解决线性回归问题时,回归正交试验具有较大的优越性,却无法解决非线性回归问题。本文依据广义线性模型的基本原理,针时非线性回归问题,引入Logistic变换,给出了基于Logistic变换的回归正交试验模型,实现了回归正交试验在非线性回归问题中的运用。将此方法运用到车险续保问题中,实例分析说明了该模型的可行性和有效性。     

带约束非线性回归的最小二乘估计的极限分布

非线性回归的ＬＳ 估计问题是一类重要的统计问题。关于带约束条件的非线性回归问题也有不少人进行了研究, 但大部分文章局限于线性约束。最近运用随机最优化的工具对非线性约束进行了探讨。并在线性独立条件下得到ＬＳ 估计的极限分布。本文将条件放宽到Ｍ－ Ｆ 条件, 得到同样的结论。     

回归模型应用的发展综述

在回归模型研究与应用中,非正态分布假设、非线性回归模型与组合模型建模是重要的研究问题.首先针对非线性建模,引入压缩函数,提出了一种非线性回归建模方法;其次针对单个模型的局限性,引入线性回归与时间序列模型组合,提出了一种组合加法模型的建模方法;最后针对非正态分布假设建模,利用随机变量和分布,提出了一种基于非正态分布的和模型,为非线性回归、组合模型与非正态分布假设建模提供了新的方法.     

非线性回归的一种方法

对实际科学研究中常遇到不可线性处理的非线性回归问题,提出了一种新的解决方法。该方法是基于回归问题的最小二乘法,在求误差平方和最小的极值问题上,应用了最优化方法中对无约束极值问题的一种数学解法——单纯形法。应用结果证明,这种非线性回归的方法算法比较简单,收敛效果和收敛速度都比较理想。     

利用NARMA模型辨识非线性时变结构系统

为了有效地进行非线性时变结构系统的辨识,提出了一种基于Kalman滤波算法的利用时变非线性自回归滑动平均模型的用于非线性时变结构系统辨识的新方法.首先,利用线性变换将非线性时不变结构系统的动力学模型转化为非线性自回归滑动平均模型,然后,将非线性项展开为系统输出数据的多项式的形式.利用短时时不变假设,通过改变模型参数跟踪系统参数的变化,将非线性时变系统的辨识问题转化为线性时变系统的辨识问题.建立系统参数的随机游动模型,引入Kalman滤波算法估计系统的参数,实现对非线性时变结构系统的辨识.最后对一个具有非线性时变刚度的三自由度结构系统进行了仿真,结果表明:该方法可以有效地跟踪非线性时变结构系统的参数变化.遗忘因子的对比试验表明只有选择合适的遗忘因子才能得到合理的结果.     

支持向量机及其核函数

支持向量机是解决分类、线性回归问题的可行算法,具有简化问题结构,降低运算复杂度等优点,对于非线性分类问题,通过函数的正确选择,可将其转化为线性问题进行解决,核函数的确定是SVM中的重要问题,本文介绍了几种简单实用的核函数。     

基于回归算法的三相异步电动机电参数辨识模型研究

针对电能表测量三相异步电动机电参数成本高、安装复杂的问题,本文研究了一种基于回归算法的三相异步电动机电参数辨识模型。利用实际测量的三相异步电动机相关电参数数据,分析一元回归模型和二元回归模型分别用于电动机电参数辨识的特点,确定了以电动机线电流为自变量,有功功率为因变量的一元回归建模方式,在此基础上,分别采用一元线性回归模型和一元四次非线性回归模型,对三相异步电动机电参数进行辨识。研究结果表明,两种模型都能较准确的辨识电动机电参数,但一元四次非线性回归模型在点辨识精度和点辨识最大误差率方面具有更好的辨识性能,现场试验验证了其可行性和有效性。该研究为企业电动机电参数测量提供了新方法,具有较高的工程应用价值。     

支持向量机理论研究

如何解决分类问题和回归问题是支持向量机算法的基本内容。本文研究了使用支持向量机算法解决线性和非线性分类问题和回归问题的原理和方法。     

汇率波动下门限自回归模型的适应性研究

针对汇率变化的非线性特征,采用非线性门限自回归模型对汇改后人民币／美元汇率的变化趋势进行分析,并与传统的线性时间序列模型结果进行比较,结果表明,非线性门限自回归模型精度较高．     

基于连分式插值理论的非线性回归问题

变量之间的关系不是线性相关关系时,不可以用线性回归方程描述它们之间的相关关系,需要进行非线性回归分析.然而非线性回归方程一般很难求,因此,把非线性回归化为线性回归应该说是解决问题的好方法.利用连分式插值函数方法逼近非线性函数可实现回归函数的拟合,通过实例说明该方法的有效性,比传统的最小二乘法效果更好.     

一个非线性回归模型的LS估计量的计算

对一个地铁隧道施工预测中提出的非线性回归模型，研究了其ＬＳ估计量的计算方法，并编制了计算程序，较好地解决了这一工程实际问题的计算。     

黄土地层微型桩水平承载力研究

对于微型桩水平承载力,在目前的研究中尚未有统一的并被工程界普遍接受的表达式,本文就此问题进行了研究.首先选用西安地区黄土作为试验模型的滑坡介质,在假定干密度保持不变的前提下,选择土体饱和度、桩径和桩间距作为影响因素,每个因素选取三个试验水平,按照正交试验方案,对微型桩进行了室内试验,得到了不同影响因素和试验水平下的水平承载力大小关系,并借助MATLAB数据拟合功能,对水平承载力进行了一次线性和二次非线性函数的回归分析,对回归函数系数分别运用假设检验的相关原理进行了评价,最后将二次非线性回归函数应用于工程实例中和原设计方案进行了对比.试验结果表明微型桩的水平承载力与饱和度呈反比、与桩径呈正比关系,且三个因素对水平承载力影响大小的排列顺序依次为饱和度桩径桩间距;回归结果展示了二次非线性回归函数相比一次线性能较好地吻合试验结果,且具有较高的拟合精度;实例对比结果显示了二次非线性回归函数能够满足设计抗滑力的要求.     

一个非线性回归模型的 LS 估计量的计算

对一个地铁隧道施工预测中提出的非线性回归模型，研究其ＬＳ估计量的计算方法，并编制了计算程序，较好地解决了这一工程实际问题的计算     

基于广义回归网络的传感器非线性校正

介绍了传感器非线性校正原理及广义回归网络的结构及算法,提出了一种基于广义回归网络的传感器系统非线性校正方法,并以NTC热敏电阻为例进行校正试验仿真。试验表明：该方法网络结构简单,训练速度快,拟合精度高,能够满足实用要求。     

高维观测数据的投影寻踪回归法及其应用

高维预测数据的非线性建模是工程实际中普遍存在的问题。本文首次给出了岭函数为多项式形式的投影寻踪回归（简称PPR）的新方法。应用PPR新方法，本文对全向攻击导弹数据进行处理，建立有效攻击距离Rmi n和Rmax的非线性回归模型，模型精度达到了实际工程要求。同时，本文建立了飞机性能参数换算功率Nop的数学模型，其相对误差小于2.5%，使模型精度明显提高，该方法适用面广，所需的条件弱，建立的模型形式简单，精度高，易于在计算机上实现，对于工程实际应用有着普遍的实用价值。     

非线性逐步回归在颜色与质量浓度辨识中的应用

针对颜色与质量浓度辨识问题,采用相关性分析和多元回归分析方法,先后建立了质量浓度与颜色读数的五元线性和非线性回归模型。利用EViews软件对模型进行逐步回归、参数估计、方差分析和异方差性检验与修正。通过对比分析表明,采用多元非线性逐步回归分析建立的数学模型误差小,更符合实际。     

基于GA-LSSVR算法的回采工作面瓦斯涌出量预测

针对回采工作面瓦斯涌出量问题的小样本、非线性、影响因素关系复杂等特点,采用遗传-最小二乘支持向量回归算法对瓦斯涌出量进行预测,利用定量方法进行分析,避免了定性分析的局限性,有效提高了预测的精度。该模型首先利用遗传算法对最小二乘支持向量回归机中的参数进行训练和优化,然后运用遗传-最小二乘支持向量回归模型对测试样本进行了回采工作面瓦斯涌出量测试。测试结果表明:与支持向量回归机以及最小二乘支持向量回归机的预测值相比,遗传-最小二乘支持向量回归的回采工作面瓦斯涌出量预测可靠性和精确性更高。     

非线性矿井瓦斯涌出量预测及基于.NET的开发应用

分析了地质因素和工程因素对矿井瓦斯涌出量的影响,提出了瓦斯涌出量非线性回归预测方法.根据矿井实际情况确定了需要分析的影响因素,通过STATISTICA统计软件中Nonlinear Estimation和FixedNonlinear regression模块建立和检验了瓦斯涌出量非线性回归数学模型,得出非线性回归数学模型瓦斯涌出量与主要影响因素具有较高的相关性.应用.NET提供的可视化界面及C#程序语言开发了瓦斯涌出量非线性预测软件,通过对成庄矿3390采面预测效果验证,表明非线性回归预测方法对矿井瓦斯涌出量预测是可行的.     

线切割工艺参数优化的非线性回归模型

为了提高快走丝电火花线切割的加工质量和效率,对其加工参数进行了优选．建立了加工电参数与工艺指标之间的非线性回归模型,在此基础上构造目标函数并确定模型的约束条件;结合试验方法和Matlab工具对回归系数及目标函数求解,得到多个加工参数优化结果,表明文中建立的非线性回归模型能准确反映加工参数与工艺指标之间的关系,并能获得较好的拟合精度,为合理选择线切割加工电参数提供参考．