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。     

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。     

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黄金价格预测

黄金作为一种特殊的贵金属,具有货币和商品的双重功能。黄金价格的变化受美元指数、石油价格、欧元兑美元汇率、DOW指数等因素的影响较大。通过对各因素与黄金价格的关系进行分析,建立黄金价格与各个影响因素的数量模型,将各因素对黄金价格的影响程度进行量化分析,为研究黄金价格的变化提供了依据,在量化分析过程中,由于美元指数、石油价格、欧元兑美元汇率等自变量会产生自相关性,对于这个问题本文采用的不是以往剔除变量的普通多元回归分析方法,而是采用了偏最小二乘回归法建立模型,使得最终的模型综合地反应了各个变量对黄金价格的影响。     

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 .     

正交偏最小二乘判别法对青蒿素拉曼光谱的研究

为了鉴别不同纯度的青蒿素样品,本文运用正交偏最小二乘法判别分析方法（OPLS-DA）研究了不同纯度青蒿素样品的拉曼光谱。研究表明,对青蒿素拉曼光谱进行OPLS-DA建模分析可以鉴别不同纯度的样品,从而用于青蒿素样品的质量评估。另外,青蒿素拉曼光谱OPLS-DA建模分析表明,青蒿素拉曼光谱中与生物活性官能团相关的724 cm^-1处的特征振动模式与青蒿素的纯度紧密相关:在不同纯度青蒿素样品中,该特征振动模式与其他振动模式的相对强度比具有统计学差异（单向方差分析,F=7.39,P<0.01）。     

基于偏最小二乘降维的分类模型比较

在众多数据降维方法中,偏最小二乘降维方法是一种非常有效的数据降维模型,并被广泛应用于生物基因数据分析等领域。但基于偏最小二乘降维的分类模型的选择问题,往往为以往的研究工作所忽视,研究者基本是根据自身喜好选择不同的分类模型。针对这一问题,本文通过大量的实验,对多种不同分类模型在生物基因芯片数据集上的性能进行了比较和分析。通过t检验,发现人工神经网络、逻辑斯特判别、线性支持向量机是3种在偏最小二乘降维上性能较好的的分类模型。     

城市公交系统公众评价的偏最小二乘通径模型

针对城市公交系统的公众评价问题,提出了偏最小二乘通径模型. 通过该模型能够方便地确定潜变量与观测变量之间的关系,分析变量对城市公交系统整体性能的影响,以及有效处理变量的多重相关性问题. 根据有关问卷调查数据,对此模型进行了验证. 实例分析表明,该模型更有效、更全面,具有良好的应用前景.     

地区人口素质对经济发展的影响——基于偏最小二乘路径模型的实证研究

地区人口素质提高对经济发展有积极意义,然而由于人口素质通常无法直接测量,因而很难定量分析人口素质提高对地区经济发展的作用。通过分析人口素质的内涵,建立地区人口素质的测度指标体系,构建地区人口素质影响经济发展的路径模型,并基于偏最小二乘法对地区人口素质的潜变量进行定量测度。结果表明:身体素质和劳动技能素质对地区经济发展的影响显著,文化素质通过促进劳动技能素质的提高对地区经济发展产生作用,投入性变量通过提高地区人口素质,能对地区经济发展产生更大的作用。     

基于PLS的纺织业上市公司资本结构影响因素分析

资本结构决策决定了企业融资方式的选择及各种融资方式所占的比重,研究资本结构的决定因素,是优化资本结构的必要步骤。论文基于资本结构理论及实证研究的最新成果,构建了一个综合反映影响纺织业上市公司资本结构决策的各种因素的偏最小二乘回归模型。实证分析表明,与资产结构最密切相关的是公司的短期偿债能力,其次是资产担保价值。     

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.     

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.     

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.     

伊春河春汛来水量预报方法研究

在分析该地区冻土特性、水分动态规律和春汛形成机制的基础上,考虑了冻土条件下相适应的计算方法,取得了满意的结果,解决了我省江河春汛来水量计算和预报的技术方法问题。     

泉流量模拟研究——以小南海泉域为例

针对人类活动影响下岩溶地区泉流量难以预测的问题,基于地下水数值计算模型——MODFLOW和人工神经网络两者的优点,尝试将两者结合建立松散型耦合模型.以河南省安阳市小南海泉域的泉流量预测为例,探索耦合模型的原理和算法,并与单纯MODFLOW模拟的结果相比较.由确定性系数、相对误差和相关系数3个指标来看,MODFLOW模拟结果分别为0.79、4.98%和0.84,MODFLOW-ANN耦合模型的模拟结果分别是0.88、-1.22%和0.89.研究结果表明,耦合模型吸取了MODFLOW的地下水数值分析功能和人工神经网络的非线性逼近能力,能很好地模拟出泉流量峰和谷的变化,提高预报精度,可以用于模拟泉流量的动态变化过程,该研究对泉域岩溶地下水的进一步开发利用具有一定的参考价值和指导意义.     

弹簧-质点模型中弹簧力计算问题

在传统单一质点-弹簧模型的基础上考虑双质点-弹簧模型,应用牛顿第二定律实现了在质点起升和下降两种条件下系统中弹簧力的求解.     

汽车钢板弹簧多体模型建立的一种方法

分析了应用ADAMS软件建立汽车钢板弹簧动力学模型的方法,用中性面法建立了SUV型车用钢板弹簧模型,并验证了模型的正确性。某SUV车型的整车操稳性仿真结果表明,该车型操稳性良好,提出的中性面法是一种简单、有效的新方法。     

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.     

基于最小二乘的曲面拟合算法研究

提出了一种基于最小二乘的曲面拟合算法,详细介绍了最小二乘法的原理和方法及其应用。采用该算法进行曲面拟合,使拟合的曲面具有精度高,光滑性好的优点。通过弗格森双三次曲面为研究模型来建立最佳的拟合参数。实验结果表明此算法具有良好的拟合效果,模拟曲面真实。目前利用最小二乘来处理拟合问题已经得到了广泛的应用。