偏最小二乘回归模型在水文相关分析中的应用

介绍了偏最小二乘回归的基本原理、建模基本思路和交又有效性判别方法，将偏最小二乘回归模型应用于水文相关分析，并与最小二乘回归模型进行比较分析。通过算例分析表明，该模型具有符合水文现象特性的合理结构及较高的相关分析精度，能很好的应用于水文相关分析中。     

基于偏最小二乘回归的湿法烟气脱硫效率预测

利用影响石灰石—石膏湿法脱硫效率的主要参数为输入变量,脱硫效率作为输出变量,采用偏最小二乘回归法（Partial least squares regression,PLS）对脱硫系统进行建模,提出了湿法烟气脱硫效率计算模型。运用此模型对某电厂湿法烟气脱硫效率进行预测,预测结果和运行数据最大相对误差小于5.0%.表明PLS对湿法脱硫效率预测精度较高,对脱硫系统运行具有一定的指导意义。     

偏最小二乘回归神经网络在城市生活用水量预测中的应用

科学的预测城市生活需水量对城市的发展具有十分重要的意义.城市生活需水量受到多重因素的影响,各因素之间的相关性较大.将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数;利用神经网络建模可以较好地解决非线性问题.将偏最小二乘回归与神经网络耦合,建立了城市生活用水量预报模型.实例表明,耦合模型的拟合和预报精度均较好.     

主成分回归与偏最小二乘回归方法比较

借助一个具体实例,用主成分回归和偏最小二乘回归方法分别建模,从他们的具体作法、方法特点、建模效果等方面进行比较,进一步揭示了两种回归方法的思想差异,从而得出偏最小二乘回归在解决具有多重相关性的回归问题上较比主成分回归更先进、更有效的结论。     

偏最小二乘法应用于回归的局限性

通过剖析＂偏最小二乘回归模型＂的原理,指出其局限性以及使用的必要条件。通过反例证明用＂偏最小二乘法＂建立回归方程出现不合理结果的可能性。最后通过一个成分数据的实例,验证了＂偏最小二乘回归模型＂在该类问题中的不适宜性。     

单因变量的偏最小二乘回归模型及其应用

采用偏最小二乘回归对大坝位移监测资料进行建模 ,并应用于某土石坝的沉降资料分析中 ,结果表明 ,该方法有较高的预报精度 .     

基于偏最小二乘支持向量机回归区域物流量预测

研究采用偏最小二乘支持向量机回归模型进行区域物流量预测问题.针对普通最小二乘预测所存在的问题和物流系统样本量少的具体状况,提出偏最小二乘支持向量机回归区域物流量预测方法,采用主成分分析法提取影响物流量因素的新综合变量,建立以新综合变量为输入,物流量为输出的支持向量机回归非线性预测模型,在廊坊市物流量预测中进行仿真试验,证明了该方法的可行性与正确性.     

基于偏最小二乘回归算法的燃煤碳元素分析

基于偏最小二乘回归算法建立了燃煤碳元素分析模型。该模型以工业分析成分中的水分、灰分、挥发分和发热量为输入向量,以燃煤的碳元素为输出向量。利用偏最小二乘回归算法所具有的可以逼近任意非线性映射的能力,来模拟实际的输入输出关系。通过对预测方程进行训练和检验,结果表明,该分析模型预测精度是满足工程要求的。因此,所建模型是合理可行的。     

基于偏最小二乘回归的挖掘机液压系统故障诊断

为了提高挖掘机液压系统的可靠性水平，提出了一种针对挖掘机液压系统的偏最小二乘回归（PLSR）故障诊断方法，其原理是：首先使用非线性迭代偏最小二乘（NIPALS）算法分析系统正常状态下的样本，选择累积方差最大的PLS成分数目，建立输出变量关于输入变量间的PLSR辨识模型；然后，将系统故障状态下的样本代入PLSR辨识模型，运用广义似然比（GLR）检验对模型残差进行假设检验，判断系统的故障状态。实验结果表明，采用基于PLSR的故障诊断方法能准确地诊断出所有系统故障，能有效地应用于挖掘机液压系统的故障诊断。     

基于偏最小二乘回归的个人化与头相关传递函数

为了通过相对简单的测量得到特定人的与头相关传递函数（HRTF）,通过对已测量HRTF的预处理及主元分析和对人体参数的筛选,提出了一种基于偏最小二乘回归（PLSR）的HRTF个人化方法。并进行了客观误差分析和主观声音定位测试。结果表明估计的HRTF与实际测量的HRTF之间不仅均方误差较小,而且在感知方面也没有太大区别;同时由PLSR估计得到的个人化HRTF在水平面上的主观测试定位准确率明显优于非个人化HRTF,也优于由最小二乘回归（LSR）得到的个人化HRTF。     

偏最小二乘回归在渗流监控模型中的应用

在渗流监控指标中,库水位之间、库水位与降雨之间存在严重的相关性.利用普通多元线性回归建立渗流监控模型中,监控指标之间存在的多重相关性影响参数估计,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,并编制了程序.算例分析表明,偏最小二乘回归模型所分离出的各个影响分量能对大坝实测变量的变化作出合理的物理成因解释,而且偏最小二乘回归模型的预测能力也远优于普通最小二乘回归模型,前者的预测误差平方和约只有后者的二十分之一.     

大气污染偏最小二乘回归预报模型及试报分析

针对丹东城区SO2污染的实际情况及与气象因子的关系,建立了偏最小二乘回归预报模型,并在实际预报中进行了模拟、试报和应用、模型拟合及预报效果检验,结果发现：模型模拟值与实际值的变化趋势基本一致,模型可以用于各季SO2浓度预报。     

基于最小一乘的单因变量偏最小二乘算法

偏最小二乘回归能较好地解决自变量间的多重共线问题，最小一乘法比最小二乘法能更有效地降低回归模型的误差。本文提出的改进的偏最小二乘回归将这两种方法结合起来，在偏最小二乘回归过程中利用最小一乘法建立因变量对提取的自变量成分的多元回归模型。算例表明改进的偏最小二乘回归算法的预测精度较高。     

基于偏最小二乘回归的径向基函数网络的学习算法及其应用

:通过对径向基函数 (RBF)网络训练过程的分析 ,结合偏最小二乘回归 ,提出了一种新的网络训练方法 .实例研究表明 ,该方法能有效改善RBF网络的泛化性能     

偏最小二乘回归在岩体力学参数取值中的应用

为了解决工程实践中复杂岩体的岩体力学参数的取值问题,利用偏最小二乘回归方法,在自变量间存在强相关性的情况下建立计算模型,有效解决了变量间的多重共线性问题,尤其当样本点少、变量个数多时,该方法更有效.以岩体变形模量的取值为例进行了分析研究,结果表明,PLS拟合值与实测值相差很小,拟合值与实测值的趋势基本一致,说明该方法实用有效.计算量小,预测精度高.     

基于偏最小二乘回归法的管网测压点压力宏观模型

测压点压力宏观模型是根据多个泵站的出口压力和流量,预测各测压点压力值的数学模型,可用作水厂调度优化的理论模型。因模型自变量多重相关,普通回归方法难于得到满意的精确度,而偏最小二乘回归法能较好地解决此类问题,通过实例计算、拟合、分析,结果证明用这种方法建立的宏观模型具有较好拟合性。     

单因变量的偏最小二乘法在双曲递减中的应用

二元回归法是一种重要的求解油气产量双曲递减参数的方法，但在二元回归方程中，2个自变量的相关系数较大，存在严重的多重相关性，这样会使最小二乘法失效，得到的回归模型的拟合效果不好．为了较好地解决多重相关性问题，基于陈元千教授提出的二元回归方程，提出了用偏最小二乘法来求解递减参数．介绍了偏最小二乘法的基本原理、建模基本思想和交叉有效性判别法并讨论了该方法在双曲递减方程中的应用．实例表明偏最小二乘法解决了二元回归方程中的多重相关性问题，得到了较好的拟合效果．