基于偏最小二乘回归的装备备件消耗预测

考虑了装备使用时间、行驶里程和配备时间等影响备件消耗的多种因素,依据装备备件的消耗特点,在分析偏最小二乘回归方法原理的基础上,运用方法对小样本数据条件下装备备件的消耗数量进行预测.应用示例表明,偏最小二乘回归方法比传统多元回归分析法、逐步多元回归分析法和删除多元回归分析法具有更高的预测精度.     

偏最小二乘回归分析在均匀设计试验建模分析中的应用

本文分析了目前应用一般的最小二乘法建立均匀试验数据的二次多项式回归模型时存在的局限性,提出了应用偏最小二乘法(Partial least-square,PLS)建立二次多项式回归模型的技术,并且进一步介绍了偏最小二乘回归(PLS回归)在均匀设计中的应用。作者认为,PLS回归分析建模技术将为均匀设计的更广泛应用提供有力的技术支持。     

一类小样本的统计方法建模及其可视化

针对一类高维小样本数据,利用统计方法的非参数检验与偏最小二乘回归(PLS)构造小样本预测模型,实现基于Wilcoxon秩和检验的变量选择与基于PLS的变量压缩降维.并通过DNA序列分类问题实现基于统计方法的小样本数据建模与可视化,计算结果表明方法对小样本具有可行性、有效性.     

基于灰色关联分析与PLS-LSSVM的航材备件需求预测模型

航材备件是保障航空装备日常训练和作战正常使用的重要影响因素,针对部分航材备件样本数据量少,影响因素多且复杂多变,预测结果与装备系统完好性要求偏差较大等问题.建立基于灰色关联分析(GRA)与偏最小二乘(PLS)及最小二乘向量机(LSSVM)相结合的航材备件预测模型,采集某无人机航材备件数据,通过对统计数据进行灰色关联分析,提取航材备件需求的相关因素作为模型训练样本,确定关键因素,利用偏最小二乘对关键因素特征提取,然后将偏最小二乘特征提取后的数据作为最小二乘向量机输入,进行模型构建及分析.通过实验验证了该方法的可行性与适用性,能够满足无人机航材备件预测的实际需要.     

均匀设计优化烧伤油一号的制备条件

采用均匀设计以及拟水平法 ,对可能影响烧伤油一号质量的 3个因素进行试验考察。并对试验结果运用偏最小二乘法与残差分析进行回归分析。分析结果表明 :烧伤油一号最佳工艺条件是 :紫草种类 :紫草 ;油温 :175℃ ;浸渍时间 :19小时。采用优选制备条件实验表明 ,优选工艺是可信的。     

偏最小二乘logistic回归在鄱阳湖洪涝灾害预测中的应用

偏最小二乘logistic回归模型是一种新型的多元分析方法,它在自变量之间存在强多重共线性、或者当样本量偏小以及样本中有缺失值的情况下,可以较好地解决普通logistic回归模型的计算结果不稳定的问题.本文利用偏最小二乘logistic回归算法,根据鄱阳湖地区1953～1998年观测的水文数据,分析各月连续最大五天降水量和长江各月最大流量对鄱阳湖洪涝灾害的影响,建立了预测洪涝灾害程度的发生概率的判别模型.研究结果表明,偏最小二乘logistic回归模型在相关领域的研究中具有很好的适用性.     

两个多重相关变量组的统计分析(3)(偏最小二乘回归与PLS过程)

本文用PLS过程建立多因变量的偏最小二乘回归模型 ,并用具体例子对最小二乘回归(MLR)、主成分回归 (PCK)和偏最小二乘回归 (PLS)进行比较     

偏最小二乘回归法在武器装备研制费用估算中的应用

参数估算法作为 LCC的一种估算方法主要应用于武器装备研制费用的估算 .由于样本数据较少 ,且变量之间的线性相关程度高 ,如果使用传统的普通最小二乘法 (OLS)估算 ,则会严重降低估计结果的有效性 .而偏最小二乘回归法 (PLS)可以克服样本点少和高线性相关性的问题 ,使估算结果更趋于真值 .以某型无人侦察机的研制费用估算和美国军用飞机发动机研制费用估算为例 ,主要研究偏最小二乘回归法 (PLS)在武器装备研制费用估算中的应用     

偏最小二乘回归方法的局限性及改进算法

提出了偏最小二乘回归中的一类不适用情况,并从理论上分析,实例上验证,给出了针对这种情况的一种改进算法,从而拓宽了偏最小二乘回归的使用范围.     

基于综合判定法的油田加热炉能效影响因素分析

油田加热炉是油气集输系统中广泛应用的设备,其能效水平对油田的经济效益的提高具有重要的意义.在对加热炉能效影响因素的影响机理进行分析的基础上,提出一种基于逐步回归分析法、主成分分析法、偏最小二乘回归分析法确定油田加热炉能效关键影响因素的综合判定方法,进而通过设计正交试验确定关键因素的影响程度.以某现场油田加热炉测试数据为实验对象,验证了该判定方法的有效性,通过分析得到关键影响因素有过量空气系数、环表温差、排烟温度和负荷率,且正交试验结果显示影响因素序列为:负荷率>排烟温度>过量空气系数>环表温差.