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。     

基于相对误差意义下的最小二乘法

最小二乘法一直广泛应用于科学技术各领域 ,但仅适用于等精度数据———因其评价依据是大致相同的绝对误差。而大多数科研及观测数据往往按被观测量的相对误差进行评价 ,即被观测量愈大 ,允许及实际测量误差也愈大。从这个意义上讲 ,若以相对拟合误差的平方和最小为条件 ,建立一套新的最小二乘法 ,那么当然可以期望新方法将具更广泛的用途和实际的意义。本文给出了新最小二乘法的实用结果     

解非线性最小二乘问题的ABS方法

在本文中,基于解非线性方程组的ABS方法的思想,我们对非线性最小二乘问题建立了一类新的算法。在类似于Gauss-Newton法的收敛条件下,我们证明了算法的局部收敛性。此外,在对算法结构进行深入分析的基础上,我们将新算法转化为一种近似Gauss-Newton法。并建立了它的Kantorovich型收敛定理。数值结果表明ABS算法是有效的,且在一定程度上优越于Gauss-Newton法。     

一种基于最小二乘的群组AHP方法

本文以层次分析法中解决群组决策问题的判断矩阵算术加权平均法为基础 ,提出了一种基于最小二乘的群组 AHP方法 ,大量数值模拟计算表明 :该方法较之现有方法在获取排序向量方面更加有效和可靠     

基于最小二乘法的道路交通事故预测机理模型

基于相似理论提出一种新的道路交通事故预测方法,建立了新的交通事故预测非线性机理模型,作为道路交通事故预测的初步探讨.采用机动车保有量作为模型的输入变量,非线性最小二乘法求出模型参数.通过计算表明新预测模型预测精度较高,有应用价值,同时也为交通事故预测提出了新的预测理论.     

加权总体最小二乘问题的分析

总体最小二乘问题由Golub和Van Loan首先进行数学的分析,随后人们对于总体最小二乘问题的算法、解的各种形式、总体最小二乘解和最小二乘解的关系、总体最小二乘解的扰动理论以及数值试验作了大量的研究工作。近来,[10]中给出了总体最小二乘问题(TLS)较一般地讨论。另一方面,Golub和Van Loan研究了总体最小二乘问题的特殊均加权形式。本文试图在[10,11]的基础上讨论最一般的总体最小二     

基于偏最小二乘回归的美式期权仿真定价方法

本文应用最优停止理论给出了美式期权定价的一般理论框架，进而给出了美式期权普通多项式偏最小二乘仿真定价算法．解决丁当前普通最小二乘方法的理论缺陷．最后以数字实验演示了无红利美式股票卖权的价值计算，实验结果表明该方法是可行的．     

最小二乘问题及其研究

本文从理论上讨论了线性方程中最小二乘解的存在性及最小范数最小二乘解的唯一性，并给出求最小二乘解及最小范数最小二乘解的公式方法。     

基于约束总体最小二乘方法的近似消逝理想算法

提出了基于约束总体最小二乘方法的近似消逝理想算法.给定经验点集Xε,该算法输出序理想(O)和多项式集合(g).当(O)中单项的个数等于经验点集Xε的基数时,(g)即为Xε的近似消逝理想基.该算法充分考虑赋值向量的扰动之间的内在联系,因此在关注向量的数值相关性方面,算法优于目前其它同类算法.     

AHP最小二乘排序方法及其算法研究

本文研究AHP中的最小二乘排序方法(LSM)及其算法实现,给出了一种简单的收敛性迭代算法,并进行了理论分析和仿真运算。     

泛最小二乘法的改进及其容许性

考虑线性回归模型,当设计阵呈病态或秩亏时,我们用泛最小二乘法给出参数的估计,并证明其容许性;然后针对泛最小二乘估计对最小二乘估计过度压缩的缺点加以改进,使之更合理,有效.     

基于最小二乘法的球形传递装置扩散优化控制问题求解

针对物流工程领域学科所涉及的扩散方程中的扩散系数求解问题,建立了球形传递装置扩散优化控制模型.首先,利用球形坐标系变换公式,得到极坐标下的扩散优化控制模型.然后,采用迭代的方法,通过最小二乘法估计该模型的扩散系数.最后,通过数值实例,验证了扩散优化控制模型及算法的有效性和收敛性.     

第二类算子方程最小二乘投影法的收敛性条件

本文研究针对第二类紧算子方程的最小二乘投影法的收敛条件.通过泛函分析及广义逆理论,得到了四个新的互相等价的收敛性条件,这些条件建立起了几种不同收敛性之间的联系并为人们检验逼近框架的收敛性提供了更多地选择.文中也给出了对一些简单且重要的例子的研究,以作为主要定理应用的范例.     

构成型顾客满意模型的偏最小二乘路径建模及其应用

本文研究了偏最小二乘路径建模在顾客满意模型中的应用,特别是引入了构成型关系的模型。本文首先比较了构成型模型和反映型模型的区别,并详尽阐述了构成型模型的偏最小二乘建模原理,接着构建了电信企业顾客满意度指数模型,并考虑了如何在指数模型中引入构成型外部关系.利用该电信企业的数据,比较分析了构成型模型(顾客期望和质量感知潜变量调整为构成型关系)和反映型模型(所有潜变量均为反映型关系)的实证结果,研究表明在为企业提供改善顾客满意水平的信息上两种模型具有较好的相似性,但是构成型模型能够提供更加稳定的结果,从而验证了顾客满意模型中引入构成型模型的可行性.     

基于点线插值的离散最小二乘后处理方法

构造了一种基于点线插值有限元的后处理方法,这种后处理方法具有好的超收敛性和最小二乘的稳定性.     

非线性最小二乘问题的信赖域方法

本文提出一个新的非线性最小二乘的信赖域方法,在该方法中每个信赖域子问题只需要一次求解,而且每次迭代的一维搜索步长因子是给定的,避开一维搜索的环节,大大地提高了算法效率.文中证明了在一定的条件下算法的全局收敛性.     

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。     

一类Stokes方程的最小二乘混合元方法

对定常和非定常两种类型的Stokes方程建立了一类新的最小二乘混合元方法,并进行了分析,对定常的方程,采用了对u和σ的不同指标的有限元空间进行计算(LBB条件不需要),得到了最优的H1和L2模估计.对非定常的方程,采用了传统的Raviart-Thomas混合元空间,得到了最优的L2模估计.     

两个最小二乘解

依据两向量相等则差向量为零,只有零向量范数为零这样的结论,或直接从矩阵的分解式着手进行考虑,可分两类四种方法证明,对于线性方程组Ax=b的两个最小二乘解x1和x2,有关系式Ax1=Ax2成立.