铁路货物周转量的半参数回归模型预测

为提高铁路货物周转量预测的准确性,在定性分析的基础上,运用灰色关联度理论选择出反映铁路运输供给能力的7个因素,并用偏最小二乘回归方法处理变量的共线性问题.采用非参数方法表达不能量化的影响因素,建立了半参数回归模型,并与线性回归模型和灰色预测模型进行了比较.研究结果表明,用半参数回归模型预测铁路货物周转量,预测结果的相对误差仅1.7%,比线性回归模型和灰色预测模型的预测精度更高.     

非高斯AR序列参数的加权最小二乘估计

加权最小二乘估计是一种兼具精度与速度的非高斯自回归序列参数估计的优秀算法.使用混合高斯自回归模型描述估计问题之后,又从最大似然估计非线性方程组出发导出了与之近似的加权最小二乘估计线性方程组,并分析了加权函数的性质,给出了具体的两步实现算法.探讨了加权函数获得与激励方差估计2个细节问题,给出了一组实例.     

基于偏最小二乘法的红粘土裂隙参数关系分析

利用 MATLAB软件,对干湿循环作用后的红粘土表面裂隙参数进行了提取。基于偏最小二乘算法,定量分析和描述了各裂隙参数之间的关系。分析结果表明：首次干湿循环作用对土样开裂的影响最为明显,红粘土裂隙参数变化幅度最大;PLS法实用有效,其拟合值与实际测量结果的偏差很小,实际结果的预测精度比较高;裂隙的节点个数、区块数目及裂隙率可用来表征裂隙的开裂程度,定量描述红粘土的形态结构和几何特征。研究成果可简化裂隙的量测,提高量测工作的效率。     

混合高斯自回归模型参数估计方法之LS-EM

混合高斯自回归模型对有色非高斯数据的概率密度和功率谱密度进行有效的拟合，而LS—EM算法则可解决这一模型的参数估计问题．描述了混合高斯自回归模型及其参数估计问题之后，导出了具体的LS-EM算法，并给出了一组仿真实例．这是一种参数耦合估计算法，首先基于传统的最小二乘技术得到功率谱密度参数粗估计，进行预白，然后应用EM迭代得到白激励的概率密度估计，并基于此构建一加权函数，以此权函数改进最小二乘算法，进而得到模型参数的精估计．     

非高斯AR序列参数的最大似然估计

自同归模型参数的最小二乘估计应用于非高斯数据,有效性便不复存在,而充分利用了概率密度信息的最大似然估计却仍然是该问题的有效估计.使用混合高斯自回归模型描述该类估计问题之后,讨论了其克拉美-罗限,导出了非高斯自回归序列参数的最大似然估计,给出Newton-Raphson迭代解法,并凡探讨了如何加快这一迭代算法的收敛和如何将估计算法应用于实际数据两个细节问题.最后给出一组仿真实例,对比检验了最大似然估计和最小二乘估计的效果.     

参数估计与假设检验的最小二乘估计——相关系数检验方法

给出一种参数估计与假设检验的最小二乘估计——相关系数检验方法，由该方法所得到的失效分布参数估计值在一定条件下可以是最佳线性无偏估计(BLUE)，对各种失效分布进行拟合检验时，该方法由于用相关系数值的高低来评价拟合的准确程度，便于判断分布拟合的优劣，从而可以使拟合检验实现一定意义下的最优化。     

分块核偏最小二乘法

针对核偏最小二乘法(KPLS)随核函数矩阵维数膨胀而计算量增加的问题,提出分块核偏最小二乘法(BKPLS).BKPLS根据核函数矩阵对称的性质,将KPLS中的批量算法转变成分块算法,不但减小了对计算机硬件的要求,而且减少了计算时间.仿真结果验证了BKPLS的有效性,而且在样本数量巨大,KPLS无法实现的情况下,BKPLS也能保证辨识算法的实现.     

长自回归谱的快速滤波算法

本文提出一种快速递推滤波算法,用于估计自回归(AR)模型系数。数值试验表明高分辨率的功率谱都是由高阶AR模型构成,高阶范围内有一最佳阶数存在,由于本算法是一种最优滤波算法,对噪声不敏感,小数据量时优于Marple算法,大数据量时优于快速付利叶变换,从文献记载的结果以及我们计算的实例看,有较高的分辨率。从本算法原理还能派生出若干类似算法。     

基于路口转弯流量的OD估计方法研究

机动车起终点矩阵(Origin-Destination Matrix,OD矩阵)的估计是交通规划和 交通管理等工作的重要基础.本文主要研究在采集数据日渐精细情况下的机动车OD估 计方法.基于车牌识别数据提取出路口转弯流量和路段断面流量,在此基础上建立应用广 义最小二乘模型进行机动车OD估计的模型及方法.利用S-Paramics 仿真平台及实测数 据,应用Nguyen–Dupuis 网络和实际城市路网对本文研究的方法进行了对比验证,分析 对比验证了是否已知真实OD、不同的数据输入类型、不同的已知检测量的比例等.结果 显示,与使用路段流量相比,使用转弯流量可以提高OD估计的准确性.     

基于参数识别的钢筋混凝土简支梁桥静力模型修正技术

以动力模型修正的原理及方法为基础,提出用较精确的静力试验数据进行静力模型修正的概念,并详细介绍了利用最小二乘法对钢筋混凝土简支梁桥进行参数识别的静力模型修正方法。经过动力修正的有限元模型只可用于结构的动态分析,而不可用于静态分析,所以用静力试验数据修正的模型做结构破坏试验数值仿真具有广阔的应用前景。     

利用层次分析建立的房地产价格回归法

根据房地产的不同性质和用处,找出影响其价格的各种因素,利用层次分析法将各因素条理化,层次化,求出三个主要因素的权重;再借助于一些销售良好的楼盘的相关数据供成多元线性回归方程组,利用最小二乘法解此方程组,从而给出房地产价格的定价模型.     

网络控制系统的时延估计和自适应预测控制

提出了基于最小二乘支持向量机（LS-SVM）的网络时延预估网络控制系统（NCS）的自适应预测控制方法．先将网络时延转化为非线性时间序列，再用径向基函数（RBF）作为LS-SVM的核函数，建立NCS的时延预测模型．用通过该模型预测的时延设计自适应控预测制器，补偿和控制NCS的时延．仿真结果表明，该时延预测方法对NCS的随机时变时延有较高的预测精度，根据预测的时延设计的控制器能使系统的输出很好地跟踪期望的输出．     

两两NQD序列下非参数回归函数估计的相合性

在两两NQD序列误差下讨论Priestly,M.B.和Chao,M.T.[1]提出的一类给参数回归函数加权核估计的相合性.     

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.     

参数识别与分析在桥梁施工控制中的应用

为了分析在施工控制中桥梁结构设计状态与实际状态之间的差别,简单阐述了参数识别的内容与方法,具体分析了影响施工控制的主要参数,并研究了参数识别中的最小二乘法在施工控制中的具体应用。     

配比对盾构施工惰性浆液性能影响研究

选择5因素(水胶比X₁、胶砂比X₂、粉灰比X₃、膨水比X₄、减胶比X₅)、3水平开展惰性浆液正交试验,分析了各因素对的惰性浆液稠度(锥入度P)、凝结时间t_s、固结收缩率ε、28天抗压强度f₂₈及泌水率η等5个性能的影响规律;采用偏最小二乘回归(PLS)得到基于5个因素的惰性浆液各性能指标的回归公式,将各性能指标的PLS回归值与测试值进行对比以验证回归公式的合理性;在基准惰性浆液中分别掺入减水剂(减胶比X₅=0、0.002、0.004、0.006、0.008)和CMC增稠剂(掺量0、0.05%、0.10%、0.15%、0.20%),测得所制备惰性浆液的锥入度P、泌水率η、黏度μ和流动度F,分析了减水剂及CMC增稠剂的改性效果;讨论了惰性浆液的工程地质适用性。结果表明：水胶比对各个指标影响均较大,胶砂比对凝结时间、固结收缩率影响较大,膨水比与减胶比对锥入度、泌水率影响较大,粉灰比总体影响较小;PLS回归公式可用于惰性...     

改进非参数回归在交通流量预测中的应用

实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模式识别的非参数回归算法,并将之应用于短时交通流量预测,最后用仿真试验检验了方法的有效性,仿真试验结果表明,该方法具有较高的预测精度。     

改进非参数回归在交通流量预测中的应用

实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模式识别的非参数回归算法,并将之应用于短时交通流量预测,最后用仿真试验检验了方法的有效性,仿真试验结果表明,该方法具有较高的预测精度。     

纯方位目标运动分析的无偏最小二乘估计算法研究

纯方位目标运动分析中的最小二乘估计算法往往存在有偏问题,而卡尔曼滤波算法或辅助变量法又存在滤波初值问题,选取不当容易发散.为此提出了一种新的无偏最小二乘估计算法,它通过将状态变量扩维,利用求解矩阵对最小特征值所对应的特征向量的方法,求取目标的运动参数.仿真表明,ULSE算法能够渐进地逼近方差下限CRLB,并且其滤波精度有所增加.