针对热耗率影响因素众多且呈现高度多重相关的特征,提出了偏最小二乘(Partial Least Square PLS)算法建立热耗率回归分析模型。在数据预处理方面对机组热耗率的主要因素和主要参数做了相关性分析,进而更合理地确定了偏最小二乘回归分析...针对热耗率影响因素众多且呈现高度多重相关的特征,提出了偏最小二乘(Partial Least Square PLS)算法建立热耗率回归分析模型。在数据预处理方面对机组热耗率的主要因素和主要参数做了相关性分析,进而更合理地确定了偏最小二乘回归分析的数据表,有效建立了热耗率预测模型。预测模型的检验方式采用交叉有效性检验,选定对模型有显著改善的PLS主成分个数。通过实例验证了偏最小二乘方法能够有效解决自变量集合高度相关的问题。展开更多
文摘针对热耗率影响因素众多且呈现高度多重相关的特征,提出了偏最小二乘(Partial Least Square PLS)算法建立热耗率回归分析模型。在数据预处理方面对机组热耗率的主要因素和主要参数做了相关性分析,进而更合理地确定了偏最小二乘回归分析的数据表,有效建立了热耗率预测模型。预测模型的检验方式采用交叉有效性检验,选定对模型有显著改善的PLS主成分个数。通过实例验证了偏最小二乘方法能够有效解决自变量集合高度相关的问题。