直接求解P-Ⅲ型分布函数的水文频率计算

皮尔逊Ⅲ型(P-Ⅲ型)频率曲线作为中国规定的水文频率线型,其累计频率的计算一般是借助查"P-Ⅲ型频率曲线离均系数Φ值表"进行的。介绍不使用Φ值表的水文频率计算方式:用程序直接求解P-Ⅲ型频率分布函数的水文频率计算。该计算方法可以对P-Ⅲ型频率曲线的3个统计参数进行优化计算。阐述了利用IMSL FORTRAN程序库编写该程序的要点。     

利用试验资料由最小二乘法求地质参数

在确定岩（土）体抗剪强度指标φ、Ｃ值，含水层的渗透系数Ｋ，导水系数Ｔ等地质参数时，以往常由试验资料通过直线图解的方法获得。由于直线图解法有较大的人为影响因素，同一组数据，不同的人可能提出不同的参数指标。作者建议用最小二乘法拟合最佳直线方程，再进行参数求解，可以代替或验算作图法的结果。     

冬小麦水肥生产函数最小二乘法回归建模及分析

将最小二乘回归应用于北京市水利科学研究所永乐店试验站冬小麦水肥生产函数建模,建立了合理的、具有较强稳定性和预测能力的水肥生产函数模型。由该模型可知,水、肥2个因素都具有明显的增产效应。水肥耦合效应表现为水肥对产量的协同作用关系。随着作物耗水量的增加,化肥的利用效率得到提高,而增加化肥的投入量又能提高水分利用效率。     

最小二乘支持向量机参数反演方法及其应用

针对最小二乘支持向量机(LS-SVM)参数不易确定的问题,利用遗传神经网络模拟LS-SVM计算结果与参数之间的关系,提出了一种基于遗传神经网络(GA-BP)的参数选择方法,该方法利用正交分解法构建训练参数组,并将参数组代入最小二乘支持向量机以获得计算输出值,然后将计算输出值与训练参数组代入遗传神经网络进行训练并获得合适的LS-SVM参数。最后以土石坝渗流分析为例进行验证,结果表明该方法对优化选择最小二乘支持向量机参数十分有效,预测精度可达10-4。     

新P-Ⅲ型参数优化准则的探讨

本文将排序后的样本点看作是一组次序统计量的一次赋值,以样本点和相应次序统计量期望值之间的距离为依据,建立了新的P-Ⅲ型参数优化准则,并在此基础上使用十进制编码遗传算法来求解参数,结果表明新的参数优化准则计算结果优于矩法计算结果。     

最小二乘法在水文参数率定中的应用

在水利工程水文设计计算中,有很多经验公式或理论公式,但这些公式常存在一些参数,需要利用已有的实测数据进行率定。该文介绍了最小二乘法原理及其在水文参数率定中的使用方法。     

最小二乘法在直剪试验中的应用

直接剪切试验是目前工程实践广泛采用的一种试验方法,基本原理是根据库伦定律:土抗剪强度τ与土剪切面上法向应力б成正比,通过测定3组以上б、τ值,作б～τ关系曲线图来确定粘聚力с摩擦φ角。б～τ关系曲线图的3个点往往不能连成一直线(由试样不均匀性和实验误差引起),用作图法求近似直线代替。作图法存在问题是操作慢及因作图引起误差。针对这一问题,文章采用最小二乘法的原理,对试验数据进行拟合,得到了比较理想的结果。     

基于偏最小二乘回归和最小二乘支持向量机的大坝渗流监控模型

利用偏最小二乘回归法对影响大坝渗流的诸多因素进行分析,提取对因变量影响强的成分,克服了变量间的多重相关性问题,降低了最小二乘支持向量机的输入维数,从而可以较好的解决非线性问题,建立了基于PLS-LSSVM的大坝渗流监控模型。实例分析表明,PLS-LSSVM模型的拟合与预测精度均优于独立使用PLS或LSSVM建模的精度;PLS-LSSVM模型的学习训练效率比LSSVM模型有较大的优势,更适合于大规模的数据建模。     

无网格Shepard-最小二乘法弹塑性分析研究

采用一种新的无网格Shepard-最小二乘插值技术来进行二维弹塑性问题的分析求解,以克服原有无网格方法在该类问题分析中诸如本质边界条件施加困难、形函数的计算和求导复杂的缺点。该插值函数在实现了滑动最小二乘(MLS)插值函数所不具备的delta属性的同时也克服了滑动最小二乘(MLS)形函数求导计算代价大的问题;验证结果表明,该插值函数计算及求导过程远比MLS插值形函数简单。其后利用该新型插值函数进行了增量格式的塑性分析;数值算例的结果表明了本文方法用于弹塑性分析的正确性和有效性。     

基于约束最小二乘法的变压器三相漏感辨识算法

对于变压器保护,当前提出的功率差动原理、磁通特性识别法、等值电路参数鉴别法及基于变压器的回路方程法等都要求预知原副边各相的绕组电阻和漏感参数。文中提出一种三相漏感的辨识方法,不需改变三角形侧的电流互感器配置,只通过测量空载合闸瞬时的线电压和线电流,利用约束最小二乘法进行2次辨识后,就能够快速、准确地辨识出原副边绕组漏感。通过EMTP仿真和变压器动模试验,表明该算法能够正确辨识各相漏感,误差很小,具有较好的应用价值。     

基于新偏最小二乘回归法的系列水文资料分析

在实际问题中,经常会碰到海量数据或者样本点较少,自变量较多的数据。对此可以利用递阶偏最小二乘回归来建立线性模型。但是一个直接的问题是如何对自变量进行分组。由此提出了基于聚类分析的递阶偏最小二乘回归方法,在对解释变量分组时引入聚类分析。通过对长江宜昌段水沙观测数据作实证分析后发现,基于聚类分析的递阶偏最小二乘回归方法是有效可行的,而且用该方法建立的回归模型比一般的偏最小二乘回归模型拟合能力更强。     

基于模糊最小二乘支持向量机的系统边际电价预测

系统边际电价是电力市场的核心因素。为了减少样本数据中孤立点对回归性能的影响，将模糊隶属度的概念引入到最小二乘支持向量机中。同时采用网格搜索和交叉验证的方法寻找最佳参数组合，使算法性能达到最佳。以美国加州电力市场的实际数据作计算实例，分别采用标准三层BP神经网络和模糊最小二乘支持向量机进行系统边际电价预测，结果表明该方法有效提高了预测精度。     

大坝安全监控的偏最小二乘回归分析

针对大坝安全监拉模型因子间多重相关性问题,本文引入了偏最小二乘回归法.对渗流资料进行了详细的分析.研究分析表明,偏最小二乘回归法能够有效地克服因子间的多重相关性的影响,建立的模型具有很好的稳定性和解释性.相比一般的最小二乘回归法,更具有推广性.     

基于偏最小二乘及最小二乘支持向量机的 人工加糙渠道糙率预测模型

影响渠道糙率的因素相当复杂,且因素间又存在一定的相关关系。为取得更为精确的糙率预测效果,采用偏最小二乘(PLS)法对影响人工加糙渠道糙率的因素进行分析,提取影响自变量的重要成分,结合最小二乘支持向量机(LSSVM)建立了人工加糙渠道糙率预测模型。结合实例,通过对某人工加糙渠道相关试验数据进行PLS-LSSVM模型的训练及预测,并将预测结果与单独使用PLS、LSSVM及公式法的预测结果进行对比,其结果显示:基于PLSLSSVM模型的预测平均绝对百分比误差MAPE为1.38%,均方根误差RMSE为2.24×10~(-4),预测精度均优于PLS、LSSVM及公式法的预测结果。结果表明,将PLS与LSSVM相结合的PLS-LSSVM模型,综合了PLS与LSSVM各自的优势,应用PLS-LSSVM模型可有效进行人工加糙渠道糙率的预测。     

基于偏最小二乘回归的水面蒸发量数学模型

利用气象因子计算水面蒸发量过程中,各自变量之间经常存在多重相关性,从而导致传统的多元回归模型(基于最小二乘法)的失真,丧失稳健性,预测精度降低。该文采用偏最小二乘回归建模,有效地解决了各气象因子之间的多重相关性,得到满意效果。     

层次单权分析法估计P-Ⅲ型分布参数的探讨

针对设计洪水计算中P-Ⅲ型分布参数的估计,提出将层次分析法与权函数法相结合的新思路。其中,层次分析法根据资料的可靠性等将数据分组并分别给定不同的权重,以此权重优化系列的均值和变差系数;然后再结合权函数法估计偏态系数。实例分析表明,该方法更符合实际且拟合误差较小,具有一定的参考价值。     

偏最小二乘回归的应变统计模型研究

在应变监控模型中,各因子之间存在着多重相关性,将会严重影响参数估计、扩大模型误差、破坏模型的稳健性,为了克服多重相关性对模型的干扰.引入了能辨别系统信息与噪声的偏最小二乘回归.研究分析表明,与普通的最小二乘回归相比,偏最小二乘回归模型具有很好的稳定性.     

基于总体最小二乘法的系统响应修正方法

为了提高实时洪水预报的预报精度,提出了基于总体最小二乘平差理论的系统响应方法。传统的系统响应方法基于最小二乘法,只能考虑观测值的误差,因而传统的系统响应方法不能考虑动态系统响应矩阵存在的误差。对传统方法进行了分析并引入了总体最小二乘平差理论,改进方法同时考虑了动态系统响应矩阵和观测值的误差。针对动态系统响应矩阵的病态情形,通过总体最小二乘的岭估计解法给出稳定解。通过改进方法对新安江模型中的土壤含水量进行修正,应用于七里街流域,并与传统的系统响应方法进行比较。结果表明,两种方法都能提高模拟精度,改进方法相比于传统方法精度明显提升;改进方法的修正效果要优于传统方法,更加稳定。     

基于最小二乘支持向量机的降雨量预测

鉴于降雨量受众多因素的影响和具有复杂的非线性特点,提出将最小二乘支持向量机用于预测降雨量.最小二乘支持向量机(LSSVM)基于结构风险最小化,能够较好地协调经验风险最小化和学习机器VC维之间的关系,并且LSSVM在支持向量机(SVM)的基础上,通过将价值函数改为最小二乘价值函数,以及用等式约束代替不等式约束,将求解的二次规划问题转化线性方程组求解,采用径向基核函数,得到LSSVM模型的待定参数比标准支持向量机少,仅为2个.在Matlab环境下建立了最小二乘支持向量机的降雨预测模型.经实例验证,该模型收敛速度快、预测精度高.与基于RBF神经网络的降雨量模型相比,基于最小二乘支持向量机的降雨量模型具有更强的预测能力.     

最小二乘向量机拟合低扬程抽水站水位流量关系研究

1概述低扬程抽水站流量常采用指数函数法整编,即采用公式：