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。     

基于偏最小二乘法的装备维修费用估算方法研究

针对现行的维修成本加成定价方式确定装备维修费用不能准确反映维修费用真实需求的问题,提出了一种基于偏最小二乘法的装备维修费用估算方法,综合考虑影响维修费用的各种客观因素,建立了某类装备维修费用估算模型,设计了精度评定方法.结果表明,偏最小二乘回归方法在处理样本容量小、自变量多、变量间存在严重多重共线性问题等方面具有得天独厚的优势,基于该方法建立的维修费用估算模型拟合度好、变量累计解释能力强,实例计算估算误差在5%以内.     

偏最小二乘法回归模型在分析毛涤混纺面料纤维含量中的应用

以毛涤混纺面料为研究对象,利用近红外光谱法,结合相应的化学计量学方法建立不同的数学预测模型,进行毛涤混纺面料中纤维含量的分析研究。实验对比分析了主成分回归模型、多元线性回归模型、偏最小二乘回归分析模型的模拟结果。其中,偏最小二乘法回归分析模型得出毛纤维含量的校正集标准差(SEC)为0.000 7,校正集预测值与真实值相关系数(RC)为0.992 23,涤纤维含量的SEC为0.001 6、RC为0.991 61,为最优分析结果。研究结果为数学模型在混纺面料成分定量分析中的应用提供了有力的依据。     

偏最小二乘法在系统故障诊断中的应用

为研究结合关键性能指标（KPI）的偏最小二乘法（PLS）在系统故障诊断中的作用和应用,通过活性污泥数学模型（BSM1）,结合偏最小二乘算法,建立了可以模拟污水处理的仿真模型. 通过收集系统在正常情况下的输入和输出并建立关系矩阵,做到在实际应用时仅通过输入就可以判断是否出现故障. 利用仿真模型,通过改变天气、输入、先验知识的条件,并通过在仿真系统中加入可手动触发的乘法系数来模拟故障,可以验证偏最小二乘法在系统故障诊断中的表现. 研究结果表明:偏最小二乘法具有判断故障发生位置的功能. 这种功能的灵敏度和准确性可以通过结合关键性能指标而获得提升,故障诊断的灵敏度与准确性受到模型中模拟的天气因素以及算法中的先验知识的影响.     

元素缺损偏最小二乘法的程序实现及应用

元素缺损加权偏最小二乘法较通常采用交互证实来确定主成分数的PLS法更好地解决了主成分数的确定问题.用MATLAB设计该算法程序,简化了编程.应用编制的程序对制冷系统的生产数据进行回归、预测,结果令人满意.     

紫外光度偏最小二乘法同时测定联苯,萘和1—甲基萘的研究

对联萘、萘和１－甲基萘的混合体系的测定问题进行了研究，采用偏最小二乘法（ＰＬＳ）进行校正和预测，用紫外分光光度计测定其吸光度，不经分离同时测定三种组分的含量，对合成样品的分析，结果令人满意。     

偏最小二乘分光光度法同时测定铅锌镉

运用加权形心单纯形确定了meso—四(4—三甲铵苯基)卟啉与Pb(Ⅱ),Zn(Ⅱ)和Cd(Ⅱ)的共显色条件;提出用偏最小二乘分光光度法同时测定Pb(Ⅱ),Zn(Ⅱ)和Cd(Ⅱ)的方法:根据校正浓度矩阵和量测吸光度矩阵计算了Pb(Ⅱ),Zn(Ⅱ)和Cd(Ⅱ)离子的浓度。结果表明,偏最小二乘法优于卡尔曼德波、CPA和AKC矩阵法。     

煤层瓦斯含量预测方法研究

利用矿井采掘区煤层瓦斯含量实测值，在瓦斯地质定性分析基础上，通过丰富翔实的钻孔资料建立井田未采掘区合用的煤层瓦斯含量预测公式，从而达到对井田煤层瓦斯含量预测的目的。为大型矿井煤层瓦斯含量预测提供了思路和方法。     

非线性隐核偏最小二乘回归算法及其应用

利用隐核映射技术,将输入数据映射到一个高维隐特征空间,然后在隐特征空间里引入改进的非线性迭代算法构造线性PLS回归模型,提出了一种新的非线性隐核偏最小二乘回归算法(HKPLS)并应用于非线性系统建模中.仿真验证了所提方法的有效性.     

基于粒子群神经网络的煤层瓦斯含量预测

针对BP神经网络在煤层瓦斯含量预测中的局限性,如收敛速度慢和可靠性差等缺点,根据煤层瓦斯含量与其影响因素之间相互作用和耦合的特点,建立了粒子群算法和BP神经网络相结合的煤层瓦斯预测模型.在采用BP网络对煤层瓦斯含量进行预测的基础上,采用粒子群算法优化隐含层神经元个数和网络中的连接权值,并根据现场的实测数据,提出了粒子群神经网络训练和检验样本集,对预测模型进行训练和检验.仿真结果表明,该预测模型加快了网络收敛的速度,克服了易陷入局部极小的问题,具有可靠性强和预测精度高等特点.     

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。     

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 .     

A rapid and accurate direct measurement method of underground coal seam gas content based on dynamic diffusion theory

Coal seam gas content is frequently measured in quantity during underground coal mining operation and coalbed methane (CBM) exploration as a significant basic parameter. Due to the calculation error of lost gas and residual gas in the direct method, the efficiency and accuracy of the current methods are not inadequate to the large area multi-point measurement of coal seam gas content. This paper firstly deduces a simplified theoretical dynamic model for calculating lost gas based on gas dynamic diffusion theory. Secondly, the effects of various factors on gas dynamic diffusion from coal particle are experimentally studied. And sampling procedure of representative coal particle is improved. Thirdly, a new estimation method of residual gas content based on excess adsorption and competitive adsorption theory is proposed. The results showed that the maximum error of calculating the losing gas content by using the new simplified model is only 4%. Considering the influence of particle size on gas diffusion law, the particle size of the collected coal sample is below 0.25 mm, which improves the measurement speed and reflects the safety representativeness of the sample. The determination time of gas content reduced from 36 to 3 h/piece. Moreover, the absolute error is 0.15–0.50 m³/t, and the relative error is within 5%. A new engineering method for determining the coal seam gas content is developed according to the above research.     

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．     

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。     

Simultaneous Spectrophotometric Determination of Three Components Including Deoxyschizandrin by Partial Least Squares Regression

1IntroductionWuweizi is a traditional Chinese herb,usually usedto cure cough,asthma,neurasthenic,hepatitisetc.Theactive ingredients in wuweizi are5%-22%lignan,themain components of which include deoxyschizandrin,schizandrin andγ-Schizandrin.Forthe purpos…     

On-line least squares support vector machine algorithm in gas prediction

Traditional coal mine safety prediction methods are off-line and do not have dynamic prediction functions. The Support Vector Machine (SVM) is a new machine learning algorithm that has excellent properties. The least squares support vector machine (LS-SVM) algorithm is an improved algorithm of SVM. But the common LS-SVM algorithm, used directly in safety predictions, has some problems. We have first studied gas prediction problems and the basic theory of LS-SVM. Given these problems, we have investigated the affect of the time factor about safety prediction and present an on-line prediction algorithm, based on LS-SVM. Finally, given our observed data, we used the on-line algorithm to predict gas emissions and used other related algorithm to com- pare its performance. The simulation results have verified the validity of the new algorithm.     

基于一元非线性回归理论的矿井深部瓦斯含量预测

为了对矿井深部煤层瓦斯含量随埋深的变化形态做出新的研究和探讨,以某矿区煤层瓦斯含量与埋深数据为例,采用基于一元非线性回归理论的数学方法,提出一种适合该矿区煤层甲烷带内瓦斯含量随煤层埋深相关关系较好的双曲线型数学模型;在其有效拟合区间内,通过该数学模型对矿区井田内深部瓦斯含量进行预测．结果表明,该矿区井田内相同煤层埋藏深度下实测瓦斯含量同模型预测瓦斯含量能够较好吻合,说明该模型对本矿区井田内瓦斯含量的预测是可靠的．此外,通过吸附常数a值与模型极限值的比较结果,可进一步验证数学模型的预测精度．     

Effect of protective coal seam mining and gas extraction on gas transport in a coal seam

A gas–solid coupling model involving coal seam deformation,gas diffusion and seepage,gas adsorption and desorption was built to study the gas transport rule under the effect of protective coal seam mining.The research results indicate:(1) The depressurization effect changes the stress state of an overlying coal seam and causes its permeability to increase,thus gas in the protected coal seam will be desorbed and transported under the effect of a gas pressure gradient,which will cause a decrease in gas pressure.(2) Gas pressure can be further decreased by setting out gas extraction boreholes in the overlying coal seam,which can effectively reduce the coal and gas outburst risk.The research is of important engineering significance for studying the gas transport rule in protected coal seam and providing important reference for controlling coal and gas outbursts in deep mining in China.