交流电力功率智能传感器粗信号处理

为提高交流电力功率性能指标的测试精度和实时性,基于相关性分析和最小二乘误差理论,研究了交流电力智能传感器的粗信号处理方法.采用最小二乘特征参数法,对交流电压和电流值的初始采样点进行估算,获得了电力功率参数.在此基础上,将最小二乘特征参数法与相关分析法进行了比较,给出了基于相关分析法和最小二乘特征参数法进行功率测试的运算量公式,并分析了运算的复杂度.实验结果表明,当干扰幅值从信号幅值的3%放宽至12%时,基于最小二乘特征参数法的粗信号处理方法与现有方法相比,其计算工作量可减少49.4%,测试误差减少了2/3,同时降低了系统的信/噪比要求.     

对流扩散方程的特征线MWLS算法

针对对流扩散方程,采用无网格法中的移动最小二乘近似方案与加权最小二乘法离散方案,结合特征线法,构造了特征加权最小二乘无网格算法(MWLS),并进行了数值试验验证.新算法克服了传统数值方法求解动态问题网格限制的缺陷,摆脱了在空间域上离散受制网格的束缚,不需要网格的初始划分或重构.试验结果显示,本算法可以达到与有限元求解几乎相同的结果,体现了不失精确度但却方便实用的优点.     

岩质岸坡岩样力学参数取值方法比较

针对安川公路典型岸坡岩石试样,分别在天然状态和饱水状态下对其进行轴压试验,采用随机模糊法、最小二乘法和蒙特卡罗法对岩石变形参数和抗剪强度参数进行抽样取值,并计算了相应的边坡稳定性系数。计算结果表明:采用蒙特卡罗法抽样得到的变形参数均值、均方差与变异系数与最小二乘法基本接近,其中均值相差仅为0.77%;采用随机模糊法抽样得到的变形参数均值、均方差与变异系数最小,其均值较最小二乘法降低了8.60%;在抗剪强度参数抽样取值时,利用随机模糊法得到的抗剪强度参数均值、变异系数与对应的边坡安全系数最小,蒙特卡罗法次之,最小二乘法最大,其中采用随机模糊法抽样取值时边坡安全系数均值为1.243,蒙特卡罗法取值时为1.521。相比于蒙特卡罗法,采用随机模糊法确定的隶属度函数考虑了样本参数权重因素的影响,反映了岸坡岩石抗剪强度参数的不确定性,计算的岩质边坡安全系数更具有工程指导意义。     

基于不确定度的最小一乘法在企业施工定额消耗量预测中的应用

基于企业施工定额原始数据的特点和现有施工定额原始数据处理方法的实际情况,采用最小一乘法和最小二乘法理论,并引入不确定度的概念,建立适合贫数据的企业施工定额数据计算模型.对最小一乘法与最小二乘法分别求解可知,最小一乘法的结果更为精确.该结果为定额测时过程中未观测到的某些条件下消耗量的推算提供参考.     

膨胀土表面裂隙参数数据处理方法研究

利用最小二乘和偏最小二乘回归方法,对比分析了干湿循环作用下膨胀土表面各裂隙参数之间的关系,并导出了相应的公式.结果表明;偏最小二乘回归方法比最小二乘法的拟合参数关系更接近实测值,在自变量具有强相关性的情况下建立的计算模型,更为有效地解决变量间多重共线性问题,对岩土参数问题的分析具有指导意义.     

线性模型辨识的最小绝对值法

提出用“最小绝对值法”辨识线性模型,讨论了最小绝对值法解的特性及使用其辨识线性模型的求解过程。并以算例将最小绝对值法与传统的最小二乘法在模型辨识方面进行了比较,在一定条件下使用最小绝对值法辨识的线性模型的预测精度要比使用最小二乘法得到的模型的预测精度高,故而在一定范围内有良好的使用价值。     

从算术平均数谈最小一乘法与最小二乘法的区别

本文从算术平均值出发,讨论了最小一乘法与最小二乘法的区别,并用这二种方法对数据进行了回归分析。     

乘性随机误差模型的最小二乘平差与精度评定

针对乘性随机误差模型参数估计问题,在现有研究的基础上,应用最小二乘理论,讨论了普通最小二乘、加权最小二乘和偏差改正加权最小二乘3种参数平差方法;导出了这3种基于最小二乘原理的参数平差方法的精度评定公式;给出了观测值平差值与观测值改正数的精度评定公式以及大地测量各有关量间的互协方差矩阵;构造了3种最小二乘平差方法相应的单位权方差估计.数据模拟计算结果表明:偏差改正加权最小二乘适用于乘性误差模型的大地测量数据处理,具有二阶近似无偏性;根据模拟数据计算的3种方法参数估计的单位权中误差分别为1.964 8、0.999 8和0.980 7.      

基于最小二乘法的测力环线性回归分析与检验

基于最小二乘法的线性回归分析法是解决测力环线性拟合方程的分析方案.理论分析证实,基于最小二乘法的测力环线性回归分析法建立的回归方程回归直线误差(标准差)最小,是测力环回归分析的最佳方法,可为公路工程试验检测提供较高精度的数据处理途径,其试验数据处理与Excel相结合可大大提高工作效率,并得到直观的曲线拟合界面.     

非线性总体最小二乘反演道路圆曲线参数算法

对GNSS(全球卫星导航系统)动态定位技术采集的道路圆曲线离散坐标进行平差计算,可反演出圆曲线参数。重心坐标法平差理论不够严密,最小二乘法的极小值条件定义不完全合理,附有参数的条件平差法易受参数初值影响。针对这些问题提出一种基于非线性总体最小二乘的道路圆曲线参数反演算法。主要对其模型构建、解算算法,以及算法设计等内容进行讨论,并采用仿真数据和实测数据对算法进行测试,与其它3种方法做对比分析。研究表明:与其它3种方法相比,在统计上,非线性总体最小二乘法的结果更接近真值,真误差波动更小,结果更稳定;与附有参数的条件平差法相比,非线性总体最小二乘法受初值的影响更小,能够获得更符合实际情况的圆曲线半径;与重心坐标法和最小二乘法相比,非线性总体最小二乘法的参数估计理论更严密。