基于Chebyshev多项式的自适应偏最小二乘回归建模

把Chebyshev多项式和偏最小二乘法有机地结合起来，提出一种基于Chebyshev多项式的自适应偏最小二乘回归建模算法。它自动建立一个预测误差较小的基于Chebyshev多项式的多元多项式模型，它的预测效果优于传统多元多项式模型。本文算法是偏最小乘法的推广，也是偏最小二乘法在非线性领域里的应用。     

基于偏最小二乘法的城轨交通乘客满意度测评方法

用偏最小二乘回归分析方法进行城市轨道交通乘客满意度的测评.从影响乘客满意度的解释变量与反应变量出发,分别提取主成分,构建影响两者之间的模型.结合乘客问卷调查的结果,分析得出了相应的回归方程,并对模型进行了有效性验证.     

基于Chebyshev多项式的公钥系统

通过对2种已提出的基于有限域上Chebyshev映射的公钥方案的研究,发现这2个方案的共同问题,通过改变参数选取的条件和增加逆元存在的条件,给出了改进的公钥加密方案,并对改进后方案的合理性、可行性和安全性进行分析,给出了快速实现的算法。     

一种基于最小二乘法的加速度估计方法

加速度是运动控制的关键信号,根据速度计算或估计是获得加速度的主要方法。文章基于测量速度中信号和噪声的关系,推导了描述速度增量、真实加速度和噪声之间关系的数学模型,提出了将真实加速度作为模型参数,用递推最小二乘法对加速度进行估计的方法,并通过仿真验证了该方法的有效性。     

广义最小二乘法的研究与计算机实现

对最小二乘法的推广－广义最小乘法作了某些研究工作，对其相关系数定义做了修正，并推导了有关公式和计算机算法，建立了相应的线性回归模型计算机系统。     

非线性最小二乘拟合的计算方法

本文对工程中经常遇到的非线性最小二乘拟合问题提出了一个计算机算法。该方法共分两步：首先利用优选法求出非线性参数，然后计算线性参数。对于三参数曲线，利用线性回归分析求线性参数；对于多参数曲线，则利用广义逆矩阵理论求出线性参数。在这些算法中，迭代初值可以任意选取，而迭代总是收敛的。     

最小二乘法在铁路纵断面设计中的应用

运用最小二乘法原理对铁路线路中心线的地面线进行分段直线拟合,建立最佳坡度线方程,进而绘制最小填挖方数量的纵断面坡度设计线,再根据设计规范的要求合理经济地进行纵断面设计。     

基于改进最小二乘支持向量机的电力机车牵引电机建模

介绍利用最小二乘支持向量机的回归理论对牵引电机磁化曲线进行拟合,从而建立准确的电力机车牵引电机模型的方法.针对最小二乘支持向量机参数选择耗时长的问题,提出一种基于三步搜索技术的参数选择方法.理论分析及仿真结果表明,该方法可优化选择最小二乘支持向量机的参数,并可提高最小二乘支持向量机的建模速度.将该方法用于电力机车牵引电机建模的参数选择,仿真结果表明,该方法建立的电力机车牵引电机模型精确度高,可用于对电力机车主电路性能及控制策略的研究.     

一种基于最小二乘法分段拟合的列车加速度在线估计算法

在列车自动驾驶控车过程中,加速度是一个重要的反馈量和控制量,它能够反应列车的运动状态和平稳性,在重载列车平稳操纵控制中尤为重要.文章提出一种准确、快速、计算量小的加速度在线估计算法,该方法适合计算能力有限的嵌入式平台,能够有效应用于实际工程项目.该算法首先使用中值平均滤波算法处理速度传感器采集的数据;然后采用改进型最小...     

广义最小二乘法的研究与计算机实现

对 最小二乘法的推广--广义最小乘法作了某些研究工作，对其相关系数定义做了修正，并推 导了有关公式和计算机算法，建立了相应的线性回归模型计算机系统。     

基于最小二乘支持向量机的高速铁路路基沉降预测

高速铁路路基的施工环境复杂,沉降监测数据往往是不等时距的.鉴于最小二乘支持向量机拥有强大的非线性拟合能力,使用最小二乘支持向量机建立沉降与时间的关系函数,以等时间步长插值得到路基的等时距沉降时间序列,建立基于最小二乘支持向量机的高速铁路路基沉降预测模型.分别运用给出的预测模型和BP神经网络与灰色理论联合方法对杭甬铁路客运专线上虞北站5个路基沉降监测断面进行路基沉降预测,并与现场实测数据对比.结果表明,短时距的最小二乘支持向量机预测模型比BP神经网络与灰色理论联合方法的预测精度高,预测结果更稳定,外推预测沉降更可靠.     

基于LSSVM的地铁弓网系统广义动态建模与仿真

提出基于最小二乘支持向量机(LSSVM)的弓网系统广义动态建模方法,并对弓网模型进行辨识及仿真研究。首先对离散化后的弓网系统动力学模型的线性部分和非线性部分进行分析,构建ARX Hammerstein弓网系统模型,然后根据LSSVM的方法对模型参数进行辨识,最后利用弓网实际检测数据对该弓网模型进行弓网接触力的建模预报试验。试验结果表明,LSSVM-ARX Hammerstein弓网模型可以有效地逼近弓网系统接触力的动态行为,具有较高的预报精度,从而验证了所提方法用于弓网系统广义动态建模的有效性。     

基于贝叶斯置信框架的最小二乘支持向量机模型参数选择方法及SS_7型电力机车牵引电机建模

利用贝叶斯置信框架推断LS-SVM模型参数并建立贝叶斯LS-SVM曲线拟合模型.运用贝叶斯LS-SVM曲线拟合模型对SS_7型电力机车牵引电机的磁化曲线进行拟合.结果表明:贝叶斯LS-SVM曲线拟合模型对SS_7型电力机车牵引电机的磁化曲线拟合速度及精度均有较大地提高,小样本条件下的泛化能力更好.依据贝叶斯LS-SVM曲线拟合模型建立了SS_7型电力机车牵引电机的仿真模型.仿真计算表明,所建的SS_7型电力机车牵引电机仿真模型与机车牵引电机实际运行状况吻合,可用于对SS_7型电力机车主电路性能及控制策略的研究.     

基于回归模型的城市轨道交通能耗预测

以上海轨道交通运营统计数据为基础,分析城市轨道交通能耗结构。用相关性分析方法研究影响轨道交通能耗的重要因素。建立了城市轨道交通能耗系统的回归模型,并利用该模型对上海轨道交通5号线的能耗进行了预测。结果表明,该模型可以较准确地预测轨道交通的运营能耗,全年能耗预测误差在5%以内,为城市轨道交通能耗系统的建模与预测提供了一种新的方法。     

多元回归分析的间接平差算法

回归分析是利用大量的观测数据来确定变量之间相关关系的一种数学方法。但在求回归系数时计算复杂，易出错。提出用间接平差的方法来计算回归系数，简化了计算过程。给出了一套计算方法，并通过计算实例验证了该方法的有效性。     

基于支持向量回归的地铁进站客流短时预测模型

基于准确的未来客流信息对地铁运营的重要性,研究客流预测的方法。选取支持向量机应用领域的一大分支——支持向量回归的方法对地铁进站客流进行短时预测,使用一种改进的粒子群算法进行参数寻优,从而构建客流预测模型。提出的模型以日期类型和所处时刻作为输入,可以提前预测未来一周的每15 min的客流。采取平均绝对百分比误差和均方根误差对模型的预测结果进行评估。使用广州杨箕车站进站客流数据进行实验,通过交叉验证确定验证参数选取的合理性,并将该模型与BP神经网络、KNN算法进行比较,实验表明模型预测结果的精度更高,稳定性更好。     

隧道围岩变形预测的进化高斯过程回归模型

隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键,至今已出现多种预测模型,但也存在各种问题。本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题,针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷,将十进制遗传算法(GA)与高斯过程回归算法相耦合,采用遗传算法在训练过程中自动搜索GPR模型最优超参数,形成GA-GPR算法,并编制相应的计算程序。为了对比,采用遗传算法与支持向量回归(SVR)算法相耦合,形成GA-SVR算法,将这两种算法程序应用于黄榜岭隧道施工围岩变形预测。计算结果对比表明:本文提出的进化高斯过程回归算法明显提高了预测精度,并为类似工程提供借鉴。