鑒于熱水量的計(jì)算過程考慮到時(shí)變化系數(shù)是非線性的，不能采用線性插值，采用最小二乘法，利用冪指數(shù)擬合，給出了熱水量時(shí)變化系數(shù)的擬合公式

針對(duì)最小二乘支持向量機(jī)在電力負(fù)荷預(yù)測(cè)應(yīng)用中的參數(shù)優(yōu)化問題,將改進(jìn)粒子群算法引入到最小二乘支持向量機(jī)參數(shù)中,建立一種新型的電力負(fù)荷預(yù)測(cè)模型(ipso-lssvm)。首先將最小二乘支持向量機(jī)參數(shù)編碼為粒子初始位置向量;然后通過粒子個(gè)體之間的信息交流、協(xié)作找到最小二乘支持向量機(jī)的最優(yōu)參數(shù),并針對(duì)標(biāo)準(zhǔn)粒子群算法的不足進(jìn)行相應(yīng)改進(jìn);最后將其應(yīng)用于電力負(fù)荷建模與預(yù)測(cè),并通過仿真對(duì)比實(shí)驗(yàn)測(cè)試其性能。實(shí)驗(yàn)結(jié)果表明,ipso-lssvm可以獲得較高準(zhǔn)確度的電力負(fù)荷預(yù)測(cè)結(jié)果,大幅度減少了訓(xùn)練時(shí)間,滿足電力負(fù)荷在線預(yù)測(cè)要求。

將最小二乘支持向量機(jī)(leastsquaresupportvectormachine,ls-svm)算法用于杭州南宋官窯2窯址出土瓷片的分類研究中,根據(jù)瓷片胎和釉的主要、次要和痕量元素組成對(duì)它們進(jìn)行了分類,用留一法檢驗(yàn)其分類效果,并與支持向量機(jī)(supportvectormachine,svm)算法和自組織特征映射(self-organizingmap,som)算法進(jìn)行了比較。結(jié)果表明:svm算法和ls-svm算法比som算法更適合于處理"小樣本"問題;一般情況下,svm的分類效果比ls-svm的分類效果好,但是ls-svm具有更快的求解速度。

為了獲得更理想的混凝土強(qiáng)度預(yù)測(cè)結(jié)果,提出一種混沌粒子群算法優(yōu)化最小二乘支持向量機(jī)（lssvm）的混凝土強(qiáng)度預(yù)測(cè)模型。首先采集混凝土強(qiáng)度數(shù)據(jù),并進(jìn)行歸一化處理。然后采用lssvm對(duì)混凝土強(qiáng)度與影響因子之間的變化關(guān)系進(jìn)行建模,并采用混沌粒子群算法搜索最優(yōu)lssvm參數(shù)。最后采用具體混凝土強(qiáng)度預(yù)測(cè)實(shí)例對(duì)其性能進(jìn)行分析。結(jié)果表明,本文模型可以準(zhǔn)確描述混凝土強(qiáng)度與影響因子間的變化關(guān)系,提高了混凝土強(qiáng)度預(yù)測(cè)精度,具有一定的實(shí)際應(yīng)用價(jià)值。

對(duì)建筑物形變監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析,首次運(yùn)用最小二乘配置方法,得到了建筑物平面監(jiān)測(cè)數(shù)據(jù)處理的擬合模型和預(yù)測(cè)模型,并進(jìn)行了精度評(píng)定。

通過影響因素分析,確定了軟土層厚度、軟土層壓縮模量、地表硬層厚度、地表壓縮模量、路堤高度、路堤頂寬、路基填筑時(shí)間和填筑竣工時(shí)沉降量等參數(shù)對(duì)公路軟基沉降有影響。對(duì)公路軟基的觀測(cè)數(shù)據(jù)進(jìn)行分析和取樣,輸入樣本為各參數(shù),輸出樣本為路堤中線下地表沉降值,利用最小二乘支持向量機(jī)的非線性映射和泛化能力,通過訓(xùn)練,建立了公路軟基沉降預(yù)測(cè)模型。研究表明,所建立的模型對(duì)公路軟基沉降進(jìn)行預(yù)測(cè)具有較高的精度,同時(shí)具有很好的泛化性能。

在pcb板的生產(chǎn)過程中,為了滿足實(shí)時(shí)性檢測(cè)和快速準(zhǔn)確定位的要求,根據(jù)pcb板的顏色特征和焊點(diǎn)的形狀特征,論文提出一種基于最小二乘法擬合圓的快速定位方法。首先對(duì)圖像進(jìn)行校正;然后利用背景和焊點(diǎn)區(qū)域顏色的明顯差異,選擇其單通道顯示并進(jìn)行形態(tài)學(xué)操作,從而突出顯示焊點(diǎn)區(qū)域;最后針對(duì)焊點(diǎn)輪廓為圓形這一關(guān)鍵特征,采用最小二乘法對(duì)其進(jìn)行擬合,從而確定圓心和半徑。實(shí)驗(yàn)測(cè)量結(jié)果表明了文中算法的的有效性。

基于矮寨連續(xù)剛構(gòu)橋懸臂施工中主梁撓度測(cè)試結(jié)果,對(duì)實(shí)測(cè)值和仿真計(jì)算理論值之間存在偏差進(jìn)行了分析,結(jié)果表明,由于施工中存在脹膜等因素影響,導(dǎo)致砼實(shí)際密度與設(shè)計(jì)取值存在偏差,而這個(gè)偏差是不容忽略的。為此,運(yùn)用總體最小二乘法(tls)對(duì)原模型中砼密度參數(shù)進(jìn)行識(shí)別,識(shí)別后的結(jié)果較識(shí)別前更加符合實(shí)際情況。

基于最小二乘支持向量機(jī)回歸的基坑變形預(yù)測(cè)——將最小二乘支持向量機(jī)回歸用于基坑變形預(yù)測(cè)．根據(jù)基坑位移的實(shí)測(cè)時(shí)間序列資料，應(yīng)用最小二乘支持向量機(jī)回歸建立了基坑位移與時(shí)間的關(guān)系模型．研究結(jié)果表明，最小二乘支持向量機(jī)回歸用于基坑變形預(yù)測(cè)，具有較高的預(yù)...

針對(duì)最小二乘支持向量機(jī)在利用產(chǎn)生于工業(yè)現(xiàn)場(chǎng)的非理想數(shù)據(jù)集進(jìn)行建模預(yù)測(cè)時(shí),稀疏化模型魯棒性差的問題,提出了一種基于模糊c均值聚類和密度加權(quán)的稀疏化方法.首先通過模糊c均值聚類將訓(xùn)練樣本劃分為若干個(gè)子類;然后計(jì)算每個(gè)子類中各樣本的可能貢獻(xiàn)度,依次從每個(gè)子類中選取具有最大可能貢獻(xiàn)度的樣本作為支持向量;最后更新每個(gè)樣本的可能貢獻(xiàn)度,繼續(xù)從各個(gè)子集中增選支持向量,直至稀疏化后的模型性能滿足要求.仿真結(jié)果和磨機(jī)負(fù)荷實(shí)際應(yīng)用表明,該方法能夠兼顧模型在整體樣本集和各工況子集上的性能,在實(shí)現(xiàn)模型稀疏化的同時(shí),能夠顯著改善最小二乘支持向量機(jī)模型的魯棒性.

采用最小二乘支持向量機(jī)的方法,利用現(xiàn)場(chǎng)測(cè)量的數(shù)據(jù),建立水泥粒度軟測(cè)量模型;通過交叉驗(yàn)證方法優(yōu)化參數(shù),并用仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性,解決了非線性、小樣本、高維數(shù)等常規(guī)測(cè)量方法難以實(shí)現(xiàn)的問題,實(shí)現(xiàn)了水泥粒度的在線測(cè)量。

偏最小二乘回歸方法在提取主成分方面具有很好的解釋性,而且可以避免因素之間的多重相關(guān)性,提取的成分作為輸入變量再用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)仿真,影響因素考慮周全,不用計(jì)算工程量,計(jì)算速度快,克服了普通神經(jīng)網(wǎng)絡(luò)運(yùn)算量大,樣本有限情況下易出現(xiàn)問題的弊端。

針對(duì)在工程實(shí)踐中,應(yīng)用單一方法預(yù)測(cè)建筑物沉降存在著局限性,提出了基于最小二乘支持向量機(jī)回歸綜合單一方法預(yù)測(cè)沉降量。該方法能綜合單一方法的特點(diǎn),增強(qiáng)了模型的普適性,從而提高了預(yù)測(cè)精度和預(yù)報(bào)期次。文中討論了如何實(shí)現(xiàn)和運(yùn)用該方法,最后通過實(shí)例驗(yàn)證了其有效性。

通過帶有約束條件的最小二乘優(yōu)化模型研究企業(yè)在非合作模式下、動(dòng)態(tài)下浮比例時(shí)相鄰兩批每包貨物投標(biāo)報(bào)價(jià)問題,提出了每類貨物平均價(jià)及每包最優(yōu)報(bào)價(jià)的概念.將其應(yīng)用于國(guó)家電網(wǎng)電容器項(xiàng)目招標(biāo).結(jié)果表明:模型提高了中標(biāo)率,而且具有很強(qiáng)的穩(wěn)健性.最后就基準(zhǔn)價(jià)b=a_l×1(-a)計(jì)算公式提出了改進(jìn)建議.

１概述 ２最小二乘法原理 隨著公路大規(guī)模建設(shè)的開展，橋梁數(shù)量迅猛增長(zhǎng)，由 于使用荷載、環(huán)境因素以及結(jié)構(gòu)本身缺陷等的作用，橋梁 使用性能衰退、結(jié)構(gòu)安全和耐久性降低，致使橋梁適應(yīng)性 不足，甚至出現(xiàn)安全事故。從發(fā)達(dá)國(guó)家橋梁使用狀況看， 混凝土橋梁使用２０～３０年后，即出現(xiàn)安全與耐久性方面的 問題。橋梁性能退化、承載能力不足、適應(yīng)性不夠，已成 為世界各國(guó)普遍關(guān)心的問題，而通過先進(jìn)、適用、有效的 方法對(duì)橋梁結(jié)構(gòu)進(jìn)行合理的試驗(yàn)檢測(cè)與診斷評(píng)定是對(duì)在用 橋梁進(jìn)行預(yù)防性養(yǎng)護(hù)管理，科學(xué)維護(hù)加固的重要手段。在 此介紹最小二乘法及它在ｅｘｃｅｌ程序中的應(yīng)用。（本文只 針對(duì)數(shù)據(jù)的處理方法予以闡述，對(duì)于檢測(cè)過程不再作說 明。） 最小二乘法（又稱最小平方法）是一種數(shù)學(xué)優(yōu)化技 術(shù)。它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹 配。利用最小二乘法可以簡(jiǎn)便的求得未知的數(shù)據(jù)，并使得 這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間誤差的平方和

巖體變形模量偏最小二乘回歸與神經(jīng)網(wǎng)絡(luò)關(guān)聯(lián)性研究——偏最小二乘回歸不直接考慮因變量與自變量回歸問題，而直接提取與系統(tǒng)有關(guān)的新的綜合變量，并能利用交叉原理確定成分個(gè)數(shù)，尤其在分析單因變量與多自變量間關(guān)系上，其所得結(jié)果更為滿意；人工神經(jīng)網(wǎng)絡(luò)具有自適...

對(duì)線性時(shí)變結(jié)構(gòu)系統(tǒng)參數(shù)識(shí)別方法進(jìn)行了簡(jiǎn)要回顧,總結(jié)了時(shí)頻分析方法、時(shí)間序列分析方法以及子空間方法近幾年國(guó)內(nèi)外相關(guān)研究進(jìn)展,重點(diǎn)介紹了子空間方法用于時(shí)變結(jié)構(gòu)系統(tǒng)模態(tài)參數(shù)識(shí)別方法相關(guān)研究成果.介紹了用于非線性時(shí)變系統(tǒng)辨識(shí)的主要的神經(jīng)網(wǎng)絡(luò)方法,以及基于自回歸滑動(dòng)平均模型的時(shí)間序列分析方法.最后指出了該領(lǐng)域研究中存在的一些問題和今后的主要研究方向.

本文在分析光譜解調(diào)中心波長(zhǎng)檢測(cè)的基礎(chǔ)上,從最小二乘法基本原理出發(fā)進(jìn)行曲線擬合,結(jié)合實(shí)驗(yàn)數(shù)據(jù)實(shí)例,構(gòu)造一個(gè)最佳通用多項(xiàng)式光譜擬合模型,再利用得到的函數(shù)關(guān)系實(shí)現(xiàn)對(duì)乙炔吸收光譜中各中心波長(zhǎng)的曲線擬合與仿真,降低中心波長(zhǎng)飄移,提高檢測(cè)精度。

隧道圍巖變形預(yù)測(cè)的最小二乘支持向量機(jī)方法——為及時(shí)掌握圍巖變形趨勢(shì)并采取措施加以控制，在嶺南高速雪家莊隧道施工過程中，采用一種新的時(shí)間序列預(yù)測(cè)模型--最小二乘支持向量機(jī)(ls-svm)。介紹了ls．svm的基本原理和該預(yù)測(cè)模型的具體操作步驟，實(shí)踐表明，該方...

介紹了移動(dòng)最小二乘插值函數(shù)的構(gòu)造方法;以該函數(shù)作為加權(quán)殘值法中的試函數(shù),采用配點(diǎn)法求出試函數(shù)中的系數(shù),進(jìn)而得到邊值問題的解;對(duì)winkler地基上的非均勻梁和非規(guī)則板以及彈性半空間地基上的板進(jìn)行了數(shù)值計(jì)算,并與理論結(jié)果、有限元法或其它數(shù)值方法進(jìn)行了對(duì)比,采用總殘值判斷數(shù)值結(jié)果的準(zhǔn)確度。結(jié)果表明,該試函數(shù)適用于多種邊值問題,且精度較高。

運(yùn)用最小二乘擬合圓法提取生物組織電阻抗模型參數(shù),此算法為顯式公式,具有計(jì)算速度快、數(shù)值擬合精度高等優(yōu)點(diǎn)。能夠?qū)崿F(xiàn)快速、精確地提取阻抗模型參數(shù)re、ri、cm和α,在生物電阻抗虛擬儀器的應(yīng)用與開發(fā)中有很大的價(jià)值。通過對(duì)rc模型的測(cè)量及擬合,結(jié)果表明,利用此方法所編寫的程序可以精確提取生物電阻抗參數(shù),且運(yùn)行速度也很快。

目的:提出一種快速測(cè)定布渣葉浸出物含量的新方法。方法:運(yùn)用偏最小二乘法(pls)建立紫外光譜(uv)與浸出物含量測(cè)定值之間的多元校正模型,對(duì)未知樣品進(jìn)行含量預(yù)測(cè)。結(jié)果:校正模型相關(guān)系數(shù)(r2)為0.9641。驗(yàn)證集預(yù)測(cè)平均相對(duì)偏差為1.73%。結(jié)論:pls-uv法具有分析速度快、預(yù)測(cè)結(jié)果準(zhǔn)確等優(yōu)點(diǎn),適合對(duì)組成復(fù)雜的中藥浸出物進(jìn)行快速分析,可用于布渣葉藥材浸出物的快速測(cè)定。