基于偏最小二乘回归的城市生活用水量预测研究

以城市生活用水量为预测研究对象,选取6个社会经济发展因素作为主要变量因子,建立偏最小二乘回归模型。研究分析表明,各变量因子间存在较强的多重共线性,采用偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响,取得更接近现实的预估结果(平均相对误差为2.7%)。研究还发现,数据序列的长度和变量近期的变化信息也会对模型的预测精度产生重要的影响。     

基于偏最小二乘法和最小二乘支持向量机方法的熔融指数预测

熔融指数是高密度聚乙烯生产的主要质量指标,通过对生产数据建模实现对熔融指数的预测,为优化操作提供有力依据,从而提高产品的质量。利用偏最小二乘法提取影响熔融指数的主要因素作为最小二乘支持向量机的输入,克服了自变量间的多重相关性问题;同时也降低了最小二乘支持向量机的输入变量的维数。实验表明,利用偏最小二乘法方法和最小二乘支持向量机方法预测熔融指数精度远高于分别使用这两种方法。     

基于偏最小二乘回归模型的空气质量监测数据校准模型

为了对自建点所监测的空气质量实时有误数据(包括PM2.5、PM10、CO、NO2、SO2、O3)进行校准,以国控点准确数据为标准算出差异值,使用多元线性逐步回归模型从11个影响差异值大小的因素中遴选出显著因素,再以这些显著因素为自变量,以国控点准确数据为因变量,建立偏最小二乘回归模型,实现了对自建点实时有误数据的校准.     

基于偏最小二乘回归模型的空气质量监测数据校准模型

为了对自建点所监测的空气质量实时有误数据(包括PM2.5、PM10、CO、NO2、SO2、O3)进行校准,以国控点准确数据为标准算出差异值,使用多元线性逐步回归模型从11个影响差异值大小的因素中遴选出显著因素,再以这些显著因素为自变量,以国控点准确数据为因变量,建立偏最小二乘回归模型,实现了对自建点实时有误数据的校准.     

基于核偏最小二乘回归的顾客满意度指数模型

本文将核偏最小二乘方法引入顾客满意度指数模型,既保持了偏最小二乘方法对样本数据的分布没有要求的特点,有效地处理自变量之间的多重共线性,又能利用核函数的非线性映射能力,较好地反映顾客满意度与各影响因素之间的非线性关系。     

生态足迹及其影响因子的偏最小二乘回归模型与应用

生态足迹作为一种非货币化定量测度可持续发展的有效方法，自提出以来在国内外获得广泛的应用和发展，但有关生态足迹的时序分析以及生态足迹与其影响因子的动态研究还处于探索阶段。本文利用自然资源生产与消费数据、人口数据，计算了安徽省1990年～2003年的生态足迹，表明研究期内人均生态足迹由1.0121hm²升至1.7659hm²，增长率为74.48%。选取GDP、固定资产投资等若干重要的生态足迹影响因子作为自变量，探讨生态足迹与其影响因子的偏最小二乘回归模型的建立步骤和方法，并以安徽省近14年的相关数据进行实例分析，得出各影响因子对生态足迹的相关影响程度依次为人口、GDP、固定资产投资和居民消费支出。比较偏最小二乘回归与普通最小二乘回归进行生态足迹及其影响因子相关性分析的结果差异，揭示了偏最小二乘回归能解决多元回归分析中变量的多重相关性问题，可提高相关分析的精度，更符合实际情况。     

偏最小二乘回归模型在农民增收研究中的应用

采用偏最小二采回归模型对农民增收问题进行了实证分析。结果表明：人均第一产业G13P、城镇化水平、人均农村固定资产投资是农民收入增长的主要因素,而城乡居民收入差距对农民收入增长产生阻滞作用。最后依据建模结果给出一些建议。     

基于遗传优化偏最小二乘支持向量机的税收预测研究

由于我国税收收入存在高度的非线性、耦合性和多因素的影响,故而对其进行预测是传统的预测方法难以胜任的。首先,提出偏最小二乘支持向量回归对我国税收收入进行预测的思路。其次,由于参数集(C,σ2)直接影响支持向量技术的预测优劣,故采用改进的遗传算法对参数集进行全局寻优,这样既保证了处理非线性的优势,又确保了支持向量回归模型的稳定性与精确性。结果表明,预测精度有着显著提高,说明了该模型的有效性与实用性。     

基于复合偏最小二乘法重建光谱反射率

本论文通过复合偏最小二乘法重建光谱反射率,将预测色块与训练集色块距离进行比较,对于不同距离的色块采用多主成分数偏最小二乘法和普通偏最小二乘法进行不同的运算,最终得到反射率预测结果,并且与普通偏最小二乘法(PLS)作比较。通过实验得到,复合偏最小二乘法的重建精度明显优于PLS方法,并且复合偏最小二乘法的平均GFC达到99.68%。     

基于GMDH的民航客运量需求预测与分析

根据社会经济发展和民航客运需求之间的关系,探讨了影响民航客运量的因素,并以成都民航客运市场为研究对象,采用多元线性回归和GMDH的方法,分别建立了两个民航客运需求预测模型对成都民航客运的需求量进行了预测,同时还实施了两种方法的组合预测,通过预测误差分析结果证明预测的可信性。研究表明,GMDH模型具有较强的预测推广能力和进行因素分析的优越性。     

偏最小二乘回归在R软件中的实现及其优缺点剖析

偏最小二乘回归(PLS)作为一种多变量对多变量的回归方法,在解决小样本多变量且变量间存在多重共线性的回归问题中得到了广泛的应用。本文介绍了偏最小二乘的回归原理、回归步骤以及回归系数显著性检验方法,并结合一个实例展示了基于R软件的偏最小二乘回归实现过程,最后对偏最小二乘回归的优缺点进行了剖析。     

基于最小二乘法的机械手偏移距离预测

机械手在各行各业的应用越来越多,随着带有机械手的设备工作时间的增加,一些用来固定机械手的零件逐渐老化、松动,就会引起机械手因偏离正常允许偏移范围而不能准确抓取、放置产品。本文采用最小二乘法对前一个月机械手横向、纵向和摆动偏移距离为样本建立模型,从而获取回归系数。此外,分别以上个月三个偏移量的最大值来预测下个月的三个方向偏移量。经大量采集某实际生产车间的数据及分析表明,该方法能够在一定程度上解决机械手偏移距离的随意性,验证了该方法的有效性。     

基于偏最小二乘支持向量机的图书馆效益评价研究

图书馆的效益评价是图书馆工作科学化、计量化的基础和保证。为解决评价样本少、评价指标相关性高等问题,提出了一种基于偏最小二乘—支持向量机(PLS-SVM)的图书馆效益评价模型。该模型有机结合了偏最小二乘和支持向量机的优点,不仅具有较强的全局优化能力和泛化能力,还能有效克服变量间的线性关系,消除指标间的相关性,提高了评价结果的准确性。通过对14个高校样本的实例应用,结果表明PLS-SVM模型能有效评价图书馆效益,评价结果符合客观实际。     

最小二乘法线损率预测技术研究

为了提高预测精度,提出了一种改进的最小二乘法线损预测技术。算法首次将核偏最小二乘回归算法应用于线损率预测。实验表明,提出的方法能够较好地克服变量相关性和非线性因素对预测模型的不利影响。     

基于最小二乘法的决策支持系统关键技术分析

目前,决策支持系统提供的数据已成为各行各业高层领导进行各类决策的重要依据。通过对传统的决策支持系统综合分析,提出目标决策系统所需要解决的问题,根据最小二乘法以及线性回归方法的原理,分析了线性回归预测步骤。     

基于MATLAB的最小二乘曲线拟合

本文主要介绍了最小二乘曲线拟合方法的基本思路,并通过编制MATLAB程序对测量数据进行了一阶拟合和二阶拟合,实现了拟合多项式系数的求解。     

利用偏最小二乘法探究颜色与物质浓度辨识

为了防止人主观因素给比色法产生较大的影响,因而建立颜色读数和物质浓度的数学模型运用到计算机上,使颜色读数数据与该物质浓度准确匹配。首先从5种物质在不同浓度下的颜色读数着手,对数据进行标准化处理,然后通过偏最小二乘法拟合五种物质在不同浓度下颜色读数的回归方程,编制回归系数直方图,并且利用回归函数计算平均相对误差,建立物质浓度与颜色读数的数学模型。     

路面施工质量控制的偏最小二乘路径模型

针对路面施工过程中控制因素多和评价指标难以确定的特点,通过分析影响施工质量的因素,引入偏最小二来路径模型这一新型分析工具,对路面施工质量控制的实现方法进行了研究,对模型的建立、求解、结果分析和应用进行了阐述.     

基于最小二乘支持向量机的非线性广义预测控制

为了解决目前常用的非线性预测模型算法中过学习、存在局部极小值等不易解决的问题,本文提出一种基于最小二乘支持向量机对非线性过程建模并用广义预测控制进行在线滚动控制的算法。仿真结果表明,该控制算法具有很好的控制性能。     

我国金融发展与外资企业自主创新——基于偏最小二乘法的实证研究

从我国金融发展中的银行业发展、股票市场发展和保险业发展三个方面,依据柯布—道格拉斯生产函数,运用偏最小二乘回归方法考察了1993～2010年间我国金融发展与外资企业自主创新能力的相关性。实证结果表明:我国金融发展对外资企业的自主创新能力有显著影响,但以银行存贷款余额、股票总市值和保费收入所代表的银行体系、股票市场和保险市场对外资企业创新能力的作用存在显著差异。