基于回归分析法的黑龙江省人口预测及应用

该文尝试用回归分析的方法,建立黑龙江省人口总数与时间的一元线性回归模型。并利用此模型分析该省近11年来的人口变化趋势,同时进行该省未来人口的预测和检验,此法是一种人口预测的有效方法,对于城市规划的科学性与严谨性,有着十分重要的意义。     

非线性回归算法在飞机载荷标定试验中的应用

飞机载荷标定试验可以在载前测试中确定典型结构剖面承受载荷与应变之间的传递关系,多元线性回归算法是当前该试验最常用的应变-载荷求解方法。针对以往一些试验数据线性回归计算结果不够理想的情况,采用非线性回归算法进行计算,进行了基于决策树的随机森林、极端随机树、XGBoost模型、GBDT等4种非线性回归模型的研究。其中,GBDT计算模型可以将预测误差控制到3%左右,验证了基于机器学习的非线性回归算法在标定试验方程求解过程中的有效性,为标定试验方程求解提供了一种思路。     

西安市日用水量预测模型研究

从分析影响西安市日用水量变化的主要因素着手,建立了西安市日用水量预测的回归模型,然后利用自回归模型对回归残差进行了修正.最后,结合所建的两个模型得到了西安市日用水量预测的综合模型,经检验,所建模型简单易用,预测误差小,能满足供水系统管理调度的要求.     

回归分析的数据融合方法

提出一种回归分析的数据融合方法,该方法能对各种不同仪器、不同量纲的回归曲线和测量数据进行融合,并给出被测量的点估计和置信区间估计。在压力容器无损检测和建筑质量无损评定中的应用表明,该方法能成功消除工程测量中无法通过仪器校准的系统误差,减小偶然误差,具有信息量大、精度高的特点。     

逆回归分析和数据融合方法

工程上常常需要根据随机变量（因变量）估计自变量及其可能的取值范围,如在测量问题中,由测量值估计被测量。而回归分析是由自变量估计随机变量均值及其预测区间的方法,所以不能解决这一问题。文中提出一种新的逆回归分析方法和相应的数据融合技术,分析给出同方差（方差不随自变量变化）和异方差（方差随自变量变化）情况下自变量的点估计、区间估计和误差估计,建立相同条件下重复测量数据和多种条件（不同仪器、人员、环境条件等）下测量数据的融合技术。应用表明,逆回归分析方法能够消除工程测量中无法通过仪器校准的系统误差,数据融合技术可以减小其偶然误差,从而大大提高测量精度。文中给出一个应用实例。     

异方差回归与自回归模型

建立时间序列异方差回归和预测模型,将现行的误差项方差相同、均值为零的回归分析推广到误差项方差变化且均值不为零的情况,解决了实际中常见的异方差以及由于自变量不能充分解释因变量而引起的误差项均值不为零的问题。针对误差项相关且均值、方差都变化的情况,文中还进一步建立异方差回归-自回归模型,将误差项为传统平稳序列(均值和方差为常数)的回归-自回归模型推广到误差项为相关系数平稳序列(均值和方差变化)的情况,给出回归-CCAR(P)模型和回归-CCARMA(p,q)模型的参数估计方法,提出异方差回归-自回归预测模型。该模型能充分发挥回归和自回归各自的优点,对时问序列进行高精度的分析和预测,可广泛用于自动控制、结构响应分析、故障诊断以及经济和商业预测等。     

颗粒阻尼的回归分析研究

利用回归设计的方法对颗粒阻尼进行二次回归正交组合试验，建立了其减振特性的非线性回归模型，并通过试验验证了该回归模型的正确性。分析得到颗粒阻尼减振特性与主要参数之间的关系，并利用非线性优化的方法对颗粒阻尼的参数进行了优化设计。     

模糊加权线性回归模型及其在S-N曲线回归分析中的应用研究

由于常规线性回归模型对个别异常数据敏感，所以回归方程欠稳定。建立了实测数据对回归直线的隶属度的计算公式，提出了以该隶属度为权重的模糊加权线性回归模型。该模型通过隶属度加权来削弱个别异常数据对回归直线的影响，从而达到提高回归方程稳定性的目的。     

递进回归-自回归预测方法

回归分析在工程中有广泛的应用,但是常常由于对问题本身研究的不够全面、深入,或是由于新的影响因素介入等,所选择的自变量不能充分解释因变量,结果导致误差项的均值不为零,此时,采用回归分析进行预测,往往带来较大误差.为此,提出一种递进回归-自回归预测方法,该方法能够充分发挥回归和递进自回归各自的优点,对误差项进行有效补偿.大量计算表明,与传统方法相比,所提方法能显著提高因变量的预测精度.     

回归与时变自回归模型

提出回归-时变自回归（regression and time-varying autoregression,RTVAR）模型和广义回归-时变自回归（generized regression and time-varying autoregression,GRTVAR）模型,将误差项为平稳序列（均值和方差为常数）的回归-自回归模型推广到误差项为广义时变自回归序列（均值、方差及自回归系数都变化）的情况。文中给出RTVAR模型和GRTVAR模型参数的估计方法,并建立广义回归-时变自回归预测公式。该模型能充分发挥回归和时变自回归各自的特点,通过自回归对回归分析中的误差项进行补偿,同时采用回归分析解释变量的作用,大大提高时间序列的分析与预测精度,可广泛用于自动控制、故障诊断以及经济预测等领域。     

主轴热误差的数值建模分析

数控机床逐渐向高精度、高速度、精密化、智能化方向发展。机床的精度直接影响了工件的加工精度。以测量加工中心主轴系统的温度场和热误差数据为基础,采用五点法测量了加工中心主轴系统的温度场和热误差数据,用偏最小二乘回归方法建立了两者的多元线性回归模型,并对各个测温点的温度变化与主轴热误差之间的量化关系进行了定性研究。经研究分析,该模型具有较强的预测能力和较为理想的精度,可以满足加工中心热误差实时补偿的需要,也可作为机床设计和制造的参考依据。     

考虑不确定性因素下的裂纹张开位移趋势的预测方法

把温度影响下的COD实验数据，用灰色理论中的累加方法，进行二次累加可以使一组没有规律的数据，成为一条光滑的曲线。然后利用回归理论中的多项式模拟曲线进行低温试验数据的预测。再根据模糊和随机理论给出一个实验数据区间系数，用于确定预测试验数据的估计区间。算例的结果表明其预测结果的有效性。     

回归方法在降低叶片泵噪声中的应用

一、目的和意义目前国内叶片泵产品的噪声与发达国家同类产品相比,还有一定的差距。叶片泵定子过渡曲线是影响噪声的重要因素,国内大部分厂家叶片泵定子过渡曲线仍是等加速度曲线,而发达国家叶片泵定子过渡曲线已普遍采用低噪声的修正高次方程曲线。所以国内大部分叶片泵厂家急需对定子过渡曲线进行更新换代。因为国外低噪声定子过渡曲线的方程是保密的,所以,更新换代最经济的途径,是按国外低噪声叶片泵的定子样品进行仿制。仿制的最佳方案是保持国内厂家原叶片泵定子曲线大圆弧半径R、小圆弧半径r、定子宽度B 的尺寸系列不变。这样可不改变国内厂家原系列叶片泵其他结构尺寸,国内     

多元异方差回归分析

传统的回归分析要求方差相符，但实际问题中却经常遇到的方差不相等的情况。本文提出一种适用于方不相同情况的多元异方差回归分析方法，可以通过散点试验测定高置信度，高可靠度的性能曲线和曲面，与已往方法相比，既可节省大量试件，又具有高的精度。     

多元线性回归分析在磁头质量预测中的应用

运用多元线性回归分析的理论和方法,建立了一个磁头质量参数的预测模型,并将该模型应用于实际预测.结果表明建模快捷,预测精度高,对提高计算机磁头产品的质量有重要的参考价值.     

故障树分析在齿轮传动中的应用

通过对球磨机传动系统实际运行状况的研究 ,建立了球磨机传动系统的故障树 ,并采用线性回归分析方法对故障树进行了定量分析 ,并求出其可靠性指标。     

实验数据最优化处理的研究

提出了实验数据回归分析与回归模型最优解的非线性规划算法,此算法对实验数据的最优处理具有普遍意义