剔除相关性的最小二乘研究

本文提出了一种新的回归模型,剔除相关性的最小二乘,它有效的克服了变量间的相关性,兼顾到变量的筛选。并与最小二乘、向后删除变量法、偏最小二乘比较分析。发现剔除相关性的最小二乘能很好的处理自变量间多重相关性,对变量进行有效的筛选,克服了回归系数反常的现象。     

偏最小二乘回归的应用效果分析

本文介绍了偏最小二乘回归 (PLS)的建模方法 ,比较了PLS与普通最小二乘回归 (OLS)及主成分回归的应用效果 ,并总结了PLS回归的基本特点 .     

基于均匀设计试验利用偏最小二乘回归对边坡稳定性的分析预测

采用均匀设计试验方案对影响边坡稳定性的因素进行测量,既能节约取样开支,又能得到均匀分散且具有代表性的小样本数据.对该小样本数据结合偏最小二乘回归方法,建立了边坡稳定性系数与各影响因素的非线性回归模型.通过对模型结构、变量投影重要性指标、相对残差值及拟合值的分析发现,基于均匀设计试验利用偏最小二乘回归法可用于对边坡稳定性的分析预测.     

多工序制造过程加工误差的传播分析和控制

多工序制造过程在加工产品质量特征时出现的加工误差存在相互影响,因此为了保障产品的加工质量,定义了误差自修正能力指数来评价多工序制造过程对产品质量特征加工误差的补偿能力,并提出一种偏最小二乘回归方法应用于确定最后一道工序的加工误差与上游工序加工误差之间的关系,从而采取相应的调整措施来减少误差、保证最终的加工质量.     

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     

偏最小二乘回归在选矿效益建模中的应用

选矿效益对矿管理有着重要意义。影响选矿效益的因素之间存在严重的多重共线性,采用PLS方法建立了选矿效益的偏最小二乘回归模型,避免了普通多元回归模型的不合理性和岭回归模型选择岭参数的主观性。     

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.     

对北京市年需水量预测模型的研究

水资源的供给问题是每个城市都要面临的一项必须且复杂的基础建设任务。对城市需水量的预测直接关系到一个城市供水系统的建设规模与安全运行,是实现科学调度的必要前提。本文通过对北京市2001-2014年需水量及其影响因素相关数据的分析,分别建立了普通线性回归及偏最小二乘线性回归预测模型。通过对模型的比较分析及仿真模拟预测计算,发现偏最小二乘线性回归预测模型不仅易于解释,更适合做外推预测,具有较强的应用价值。     

改善的ADL模型对中国GDP增长率的研究与预测

本文提出三种创新性模型PLSADL,RADL和RPLSADL.这三种新模型是将考虑了数据时序性的时间序列ADL模型与考虑了多变量共线性问题的多元线性回归模型PLSR,RR,RPLS相结合.通过分析我国2000年到2012年季度GDP增长率与八项经济指标的关系,我们发现新模型PLSADL,RADL和RPLSADL在拟合效果和预测能力上都优于其它四个模型.这说明在ADL模型的建立过程中,如果能够考虑多变量共线性问题将会有效地提高模型的预测效果.     

半参数回归模型的稳健补偿最小二乘估计

本文研究了一类半参数回归模型，利用稳健补偿最小二乘估计法，得到了稳健补偿最小二乘估计量，以及它们的影响函数及渐近方差一协方差，对结果的分析表明了该法优于补偿最小二乘法，而且具有稳定性．     

基于灰色聚类的多指标稳健性设计研究

随着市场竞争的日趋激烈,迫切地需要将产品的质量、成本、效益和顾客的满意度等市场竞争要素一起综合考虑进行稳健性设计.采用灰色聚类多指标综合评价对定性、定量指标用灰数的白化权函数加以聚类,对试验方案进行初步筛选,然后在备选方案中对同属于"优"类别的方案进行综合分析,得到一组最佳可控因子组合,并进行验证性分析.最后利用此方法对一款洗衣机用串激电机从成本、效益和顾客满意度方面综合进行考虑,进行了稳健性设计,得到真正意义上的低成本、高质量、高可靠性和高效益的产品,从而最终为解决这种带有模糊性因素的多指标优化问题开创了一种稳健性设计新思路.     

基于似无关回归的多元稳健损失函数方法

针对多响应参数优化问题,考虑响应间相关性和可控因子波动的影响,提出了一种基于似无关回归的多元稳健损失函数方法。首先采用似无关回归对模型拟合和过程优化中的相关参数进行估计,更有效地利用响应间相关性信息;然后利用给定点处梯度信息来估计可控因子波动对过程稳健性的影响。算例表明,当响应间存在相关性时,与最小二乘方法相比,采用似无关回归拟合的响应曲面模型精度更高;与传统质量损失函数相比,在采用相同质量成本矩阵时,采用稳健损失函数方法得到的最优解处期望质量损失更小。     

发射物体到指定位置的稳健性参数设计

发射物体到指定位置的稳健性参数设计是稳健性设计中的经典例子之一,也是导弹控制理论中的一个常用模型.但就是对这个经典例子,许多教科书给出的并非最优解.用创立的求解稳定中心的方法(称为全局-局部分析方法或者GL算法Global-Local Algorithm),得出了比历史上更好的稳定中心,并由此引出了许多哲学层面的问题.     

基于BP神经网络的动态稳健参数设计

传统的动态稳健参数设计方法(田口方法)虽然在工业生产实践中展现了极大的方便,但是其本身也存在较大的改进空间.当调节变量不存在时,传统的田口方法难以实现;此外,田口方法只能根据所选取的参数水平得到最优参数组合,而这种所谓的最优结果有时并不符合实际的需要.首先构建BP神经网络模型,利用训练后的BP神经网络获得参数设计中质量特性、噪声因子以及各参数间的动态关系;然后,利用超拉丁方抽样,计算信号与特性参数间的斜率,并由此将动态稳健参数设计的寻优问题转化为相应的非线性规划问题;最后,利用次序二次规划(SQP)算法解决并优化动态稳健参数的设计。此外,我们选取了一个简单的数据案例对本文提出的方法的有效性进行了说明.     

Approximate Gauss-Newton Method for Robust Parameter Estimation

We consider robust parameter estimation problems in which either the l1 norm or the Huber function of a measurement error vector used as cost functionals. In order to avoid high computational effort of computing exact derivatives needed for the solution of these problems with the Gauss-Newton method, we suggest to use approximations of the derivatives in the occurring linearized subproblems. We show how the error introduced by using only approximated derivatives can be compensated by adding a correction term to the objective function of the linearized problems. (© 2010 Wiley-VCH Verlag GmbH & Co. KGaA, Weinheim)     

Robust Parameter Estimation for Stochastic Differential Equations

We consider the estimation of parameters in stochastic differential equations (SDEs). The problem is treated in the setting of nonlinear filtering theory with a degenerate diffusion matrix. A robust stochastic Feynman–Kac representation for solutions of SDEs of Zakai-type is derived. It is verified that these solutions are conditional densities for the conditional measures defined by degenerate filtering problems. We show that the corresponding estimator for the parameters is robust in the following sense: It depends continuously on both the measurement path and on the intensity of the measurement noise. An algorithm based on a Monte-Carlo approach is given for the practical application of the estimator, and numerical results are reported. Mathematics Subject Classifications (2000) Primary: 62M05, 62M20; secondary: 62F15.     

应用稳健性设计改进真空镀膜过程质量

本文研究了M公司对某型号手机外框表面进行真空镀膜,该产品交付客户后出现黑点或黑点群的严重质量问题。在找出该问题的质量关键特性基础上,利用稳健性参数设计,采用的部分因子设计作为控制表以及的噪声表组成的乘积表进行试验找到了影响本问题中产品喷漆厚度的散度因子和调节因子,并找出各参数的优化值并进行验证,从而成功改进该质量问题。     

Construction of Optimal Blocking Schemes for Robust Parameter Designs

Robust parameter design (RPD) is an important issue in experimental designs. If all experimental runs cannot be performed under homogeneous conditions, blocking the units is effective. In this paper, we obtain the correspondence relation between fractional factorial RPDs and the blocking schemes for full factorial RPDs. In addition, we provide a construction of optimal blocking schemes that make all main effects and control-by-noise two-factor interactions estimable.     

GL算法在FM振荡器的稳健性参数设计中的应用

针对FM振荡器幅度稳定性比较差的问题,运用GL算法,通过电路参数的合理搭配,减小了振荡管基极工作点的漂移,得出了比以往更好的稳定中心.     

求解线性模型稳健参数估计的整数编码遗传算法

线性模型回归系数的一些稳健估计如LMS、LQS、LTS、LTA的应用越来越广泛,然而它们的精确计算依赖于NP难题,在遇到高维大规模数据集时不可能在较短时间内得到精确解.为尽快得到较高精度的近似解,提出了求解线性模型的稳健参数估计的整数编码遗传算法,通过计算机模拟试验验证了算法可以更快地找出全局最优解.