PM2.5成因的逐步回归分析及治理方案研究

应用逐步回归分析方法获得了PM2.5与3个既与综合治理又与专项治理有关的因素SO_2、NO_2、PM10的最优二次回归方程,在将治理基准年与五年后目标的PM2.5浓度折算为对应的AQI指标之后,结合数据分析计算出了基准年的PM2.5、SO_2、NO_2、PM10这4个基准指标值.然后结合PM2.5综合治理与专项治理的费用经验公式,按照五年治理投入总经费最小的原则建立了一个标准的非线性规划模型,并求解出了最少的五年总投入经费及每年经费投入.对于指导PM2.5的治理工作有一定实际意义.     

TATB钝感炸药的小角X射线散射实验

在北京同步辐射装置上应用同步辐射X射线小角散射技术研究TATB样品微孔状况，分析了微孔结构参数的变化。采用不同制备工艺(机械研磨、化学合成、气流细化、全结晶、粉碎)和不同存放时间的TATB粉末样品共计7份。     

临界流喷嘴喉部氢气等熵指数解析计算与进化回归方法

氢气作为最有希望的清洁可再生能源之一,已被广泛应用于航天、工业和燃料电池等领域.临界流喷嘴由于其测量过程不受下游扰动的影响,越来越多地被应用于氢气特别是高压氢气的流量测量.而作为真实气体的氢气在临界流喷嘴中的流动规律更加复杂,准确获得喷嘴喉部氢气的热力学参数对于氢气的精确测量至关重要.结合真实气体显式亥姆霍兹能量方程,利用熵焓关系分析并通过迭代获得了喷嘴喉部容积等熵指数这一基本流动参数.提出了最优化获取显式快速计算模型的回归算法,引入了进化算法思想,利用选择、交换和变异等方式寻找显著性和精度最优的种群个体.回归标准偏差为0.0089%,平均残差为0.0285%,最大残差为0.1781%.结果表明,所提出的算法能快速搜索满足显著性和精度要求的最优解,在提高回归方程质量的同时使方程项数达到最少,具有较好的抑制过拟合的能力.所提出的算法也可用于其他各类流体设备的不同介质流场特性参数模型的建立.     

20CrMo钢化学成份和机械性能关系的统计分析

本文用逐步回归分析方法对生产中的48炉20CrMo钢的机械性能与主要化学成份之间的关系给出了最优的线性数学模型,与生产实测结果比较表明所得的回归模型是满意的。     

南海西南季风爆发的预测研究

利用多个气候场的主分量因子通过相关分析筛选 ,而后进行逐步回归预报。求得南海西南季风爆发的日期与高度场、海温场等因子场的主分量之间的联系。结果表明 ,南海夏季风爆发日期 (196 7- 1997)与上述主分量因子之间有较密切的关系 ,由 9个主分量因子组成的预报方程 ,通过α =0 0 1显著性检验 ,其方程复相关系数为 0 9392。其平均拟合误差为 2 896 ,试报 1998年南海北部和南部西南季风爆发的日期为第 135 6 9d (5月 16日 )和第 138 5 3d (5月 19日 ) ,与SCSMEX的观测结论 1998年南海北部夏季风爆发 (5月 17日 )的日期仅差 1d ,南海中南部夏季风爆发 (5月 2 5日 )的日期相差 6d。由此可见 ,利用相关和回归方法用因子场的主分量作为因子预报南海北部夏季风爆发的效果比较好 ,南部则相对较差。另外 ,研究发现南海北部夏季风爆发主要与海温场的影响有关 ,高度场对南海南部夏季风爆发影响较大 ,且厄尔尼诺与南海南部西南季风爆发偏晚有关 ,但与南海北部西南季风爆发关系不大。可以说 ,这一方法是对南海夏季风爆发预报的一种新的尝试。     

用BP神经网络法预测反相液相色谱保留值

运用逐步回归法筛选BP人工神经网络的输入元素改进BP网络的结构，并用于疏水分配常数及氢键作用能预测反相液相色谱保留值，结果表明，逐步回归法与人工神经网络相结合，能优化网络，大大提高网络收敛速度在很大程度上克服了通常BP网络过所合的缺点，较通常BP神经网络及回归法在处理构效关系方面有更强的信息处理能力和预测能力。     

一类经济模型的建立及预测

本文是针对数据有明显增长的趋势,而且数据量较少,预报步数又较长的情况下,提出一种称之为“疏系数自回归模型”进行拟合。其中心思想是:从高阶到低阶模型逐步剔除不重要变元,使准则函数值为最小的模型即为近似最佳模型。这样大大减少了计算量并节省了参数,从而保证了参数估计的相对稳定性和提高了预报的可靠性。     

基于交叉验证的逐步回归结合RBF神经网络在QS AR中的应用

提出将交叉验证方法和逐步回归方法相结合实现建模变量的筛选,与RBF网络相结合用于建立定量构效关(QSAR)研究的数学模型,并用于不对称有机磷的QSAR研究.结果表明该方法是有效的.     

青弋江芜湖段水污染物特征分析

用逐步回归方法确定了青弋江芜湖段主要污染物之间的定量关系。统计分析了ＣＯＤ随流量的变化规律,证明在６０ｍ＾３／Ｓ流量（顺流平均流量）时污染浓度最高。     

广西暴雨致洪灾害的非线性预测模型研究

选取自1994—2012年来广西共87个暴雨致洪灾害过程,以暴雨时间长度、暴雨过程降水极值、暴雨过程降水均值三个指标作为致灾源因子,以暴雨洪涝造成的直接经济损失作为主要灾情因子,通过对数变换获得更加光滑的灾情因子序列.利用统计学理论建立支持向量回归模型,采用网格搜索法进行SVM的参数寻优,利用选取的致灾源因子对灾情序列进行回归预测.结果表明,基于支持向量机的回归预测模型,其拟合优度、拟合效果均优于传统的逐步回归.该研究为探讨暴雨致灾源因子与灾情因子的非线性关系提供了一条新的途径.