多元模型自适应与时间谱元法结合的动态优化

针对传统的结构动态响应优化方法的不足,提出一种元模型混合自适应优化与时间谱元法相结合的方法,以及用于处理依赖于时间约束的关键点集方法.从Bubnov-Galerkin方法出发,深入探讨在时间域内离散动态响应,将整体结构动力学方程转化成代数方程组,精确、高效地解出动态响应;依据优化问题的特点,采用自适应策略选择对应的元模型进行优化;在优化过程中利用均匀网格获取有潜力点的数量,并将局部优化与多元模型混合自适应方法融合,使得优化结果更可靠.为了处理与时间相关的约束,提出将关键点及其相邻Gauss-Lobatto-Legendre点组成集合关键点集的方法.对5自由度汽车悬挂系统进行动态优化的结果表明,文中的2种方法都是有效的;但是不论从精确性还是效率方面,元模型混合自适应与时间谱元法相结合的方法更优于关键点集方法.

多元模型参数估计相对效率的推广

对于多元线性模型Yn×k-Xn×pBp×k+Un×k,E(U)=0,cov(U)=Vk×kΣn×n,定义了一种新的相对效率e3(B)=[tr(cov(B*))q/tr(cov(B)q)]q/1(q≥1),研究了e3(B)与其他相对相率的关系,并证明了它的一个上、下界,是对已有多元线性模型多种相对效率的概况和推广。

硬膜外阻滞中血压变化率的多元模型与血压预测

通过对大量临床资料的分析与统计，用数学方法建立了血压预测的数学模型，讨论了硬膜外阻滞前后循环系统的变化规律。

基于时间序列和多元模型的集约化猪舍温度预测

【目的】从挖掘猪舍历史环境参数数据时序信息角度出发,提出基于时间序列模型和多元模型序列的猪舍温度预测模型。【方法】采取缺失部分环境因子统计预测,评估猪舍环境中相对湿度、二氧化碳浓度、氧气浓度等环境因子对温度预测的影响程度。针对猪舍温度时间序列进行数据预处理,滤除错误值和缺失值,采用时间序列模型构建基于门控循环单元网络(Gated recurrent unit,GRU)的猪舍温度预测模型,采用多元模型建立基于梯度提升决策树(Extreme gradient boosting,XGBoost)缺失值重要程度的猪舍温度预测模型。将该预测模型用于预测广东省某集约化猪场母猪分娩舍温度,并与循环神经网络(Recurrent neural network, RNN)模型、反向神经网络(Back propagation neural network, BPNN)模型进行对比试验。【结果】对比温度预测值与实测值发现,基于GRU模型对应的猪舍温度均方根误差和平均绝对误差分别为0.25和0.19℃,平均绝对百分比误差为0.65%;基于XGBoost多元模型的猪舍温度均方根误差和平均绝对误差分别为1.21和0.71℃,平均绝对百分比误差为2.50%。在时间序列的温度预测模型中,GRU模型表现出更优的预测效果;在多元模型的温度预测中,XGBoost模型的预测效果更优。【结论】本研究使用的GRU模型在时间维度上对母猪分娩舍温度的变化起到了预警作用,确定了各种环境参数对温度的影响程度,为养殖环境的精细调控提供了参考。

基于贝叶斯多元模型的邮件过滤设计与实现

首先分析了贝叶斯单因素过滤的基本原理，指出它存在不考虑自然语言内在联系的本质错误，并给出了目前垃圾邮件散发者常用的攻击手段，然后重点分析比较了无序特征、有序特征、SBPH／BCR以及马尔可夫链匹配4种基于贝叶斯多元模型的邮件过滤的方法，实验结果表明贝叶斯多元过滤好于单因素过滤，在4种多元模型中马尔可夫链匹配过渡效果最好．

基于多元模型车辆传动系统分动箱可靠性分析

分动箱是多轮驱动车辆动力再分配的重要组成结构,其可靠性对整车安全运行具有重要影响,针对分动箱的可靠性进行分析。根据分动箱的运行特点是在功能性、结构、动力与运动传递上构成相对复杂,分动箱传动系统被进行多元化建模;对初步设计方案进行优化设计,增加档位变换、差速锁止等机构;对优化后分动箱建立功能逻辑流程、可靠性系统分解模型;零部件和系统被进行可靠性分析通过采用应力—强度干涉模型和FMECA方法;获得零部件的使用寿命和损伤度,对系统的RPN值进行分析。结果可知:增加档位变换、差速锁止等机构后系统的可靠性增加;零件的寿命达到标准要求15000小时,同时损伤比小于100%,寿命满足要求,可靠性符合整体要求;系统的RPN值为35,属于风险较小的等级,基本不会对系统造成大的影响;分动箱传动系统的可靠性(故障率)能够满足设计要求,其中各个零部件的可靠性结果接近,工作寿命在正常工况下能够达到设计目标,分动箱可靠性的置信度较高。

基于多元模型融合和时延变量选择的动态软测量方法

针对工业过程软测量中存在的时延、非线性导致预测精度低的问题,提出了一种基于多元模型融合和时延变量选择的动态软测量方法。首先,引入时延变量选择策略,根据信息熵定义联合互信息评价指标,通过螺旋优化算法获取互信息最大条件下的最佳时延变量和历史数据长度。其次,提出了多元模型融合策略,综合高斯模型和正则极限学习机的长处,通过两种模型动态交叉融合对工业过程参数进行预测。最后,针对实际脱丁烷塔装置,分别采用偏最小二乘、最小二乘支持向量机、本文选用方法进行软测量。应用结果表明:文中所述的方法具有很好的预测精度和鲁棒性。

砒砂岩坡面侵蚀产沙规律及多元回归估算模型研究

[目的]揭示砒砂岩坡面侵蚀产沙规律并初步建立侵蚀产沙估测模型,为创新砒砂岩区水土流失综合治理新措施提供参考。[方法]利用室内人工模拟降雨试验,依据18个工况的试验数据,定量研究了不同降雨强度、植被覆盖度和坡度3个因素对砒砂岩坡面降雨侵蚀产沙量的影响规律,并通过多元非线性回归方程建立了坡面侵蚀产沙预测模型。[结果](1)砒砂岩坡面产沙规律曲线均属于平缓型,每分钟产沙量随降雨历时呈现逐渐增大并直至稳定。(2)坡面产沙量受降雨强度的影响最为强烈,植被其次,坡度最小,且降雨强度对植被的减沙效益具有一定的影响,随着降雨强度的增加,低覆盖度的植被减沙效益降低。(3)产沙量同降雨强度呈幂函数关系,而同坡度和植被覆盖度在一定范围内呈线性关系。[结论]通过多元非线性回归方程所建立的侵蚀产沙估算方程的拟合相关系数(R^(2))可达到0.980,可以有效反映坡面侵蚀产沙量与各个影响因素的相互关系,具有较高的适用性。

多元广义线性模型经验似然方法分析

针对多元广义线性模型,基于估计相关阵、广义估计方程和经验似然方法,本文构造出经验似然比统计量,此统计量能克服“工作相关阵”方法的误设定问题.在一定的条件下,本文也获得了经验似然比统计量渐近Wilks性质,该结果可用作未知参数向量置信域的构造.最后,通过数值模拟对所提方法的有效性进行验证.

基于多元Logistic模型与解释结构模型的乡村旅游可持续发展路径研究

在全面推进乡村振兴战略背景下,乡村旅游成为助推乡村经济高质量的有效路径。基于广西阳朔县23个景区的1005份问卷数据,采用多元Logistic回归模型和解释结构模型,探讨乡村旅游可持续发展因素及内在逻辑关系。研究发现:①旅游资源多样性、特色民俗文化、交通通达度、投资主体结构、管理者的战略视野和进取态度、国家和地方的政策环境都对乡村旅游的可持续性产生显著影响;②旅游资源的多样性和特色民俗文化是影响乡村旅游可持续发展的深层因素,交通通达度和投资主体结构为中层间接因素,而管理者的战略眼光和进取态度、国家及地方政策环境则是直接影响的表层因素;③乡村旅游的可持续发展是由客观环境因素和主观人为因素共同作用的复杂系统,在动态互动中形成了“旅游资源—发展条件—治理环境—乡村旅游的可持续发展”的传导关系。

基于多元线性回归模型估测蒙古黄芪药效成分含量

以蒙古黄芪种苗为试材,采用高光谱和多元线性回归的方法,研究了栽培和仿野生对蒙古黄芪黄芪甲苷、毛蕊异黄酮葡萄糖苷含量估测方法的影响,以期为实践中利用高光谱快速、准确估测栽培和仿野生蒙古黄芪的药效成分含量提供参考依据。结果表明:栽培和仿野生蒙古黄芪药效成分含量的原始高光谱数据所建立模型的稳定性和拟合度均是最好。估测黄芪甲苷含量模型的RMSE分别是0.0045、0.0085;R^(2)分别是0.761、0.879;所建模型分别是y=0.0054+0.0016x_(1)+0.0002x_(2)+0.0007x_(3)(R^(2)=0.903)、y=-0.1223+0.0040x_(1)+0.0001x_(2)-0.0009x_(3)(R^(2)=0.904)。估测毛蕊异黄酮葡萄糖苷含量模型的RMSE分别是0.0017、0.0040;R^(2)分别是0.860、0.868;所建模型分别为y=0.0731-0.0080x_(1)-0.0004x_(2)+4×10-6x_(3)(R^(2)=0.891)、y=0.0842-0.0007x_(1)-0.0001x_(2)+0.0002x_(3)(R^(2)=0.883)。

偏正态条件下多元线性回归模型的统计推断及其应用

本文考虑带偏正态随机项多元线性回归模型的统计推断问题.基于最大似然方法,本文所做的工作如下:1)证明了参数最大似然估计在n≥p+1条件下以概率1存在唯一;2)在唯一性条件下给出参数估计的一致性结论;3)在一致性的条件下研究了参数的渐近性质,给出参数的渐近分布.最后通过数值模拟说明了所提理论和方法的有效性.实例表明模型参数估计的渐近分布具有实际意义.

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明:黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10<r_(max)<0.89),r_(max)对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较好,验证期的决定系数(R 2)范围分别为0.53~0.95和0.64~0.95;除对TXx的模拟效果稍弱外,其他5个ETI的RF模型模拟效果均优于SMLR模型。太平洋区极涡强度指数(PPVI)是影响黄河流域TXx、TNn、TX90p和FD0的最重要环流因子,北非—北大西洋—北美副高脊线位置指数(NANRP)对TN10p和TD30的影响最大。预测的2022年11月ETI的空间分布特征与多年平均情况基本相似。研究结果为黄河流域极端气温事件预报提供了参考。

多元线性回归模型与多层感知器神经网络在铀矿测井泥质含量预测中的应用

在铀矿资源勘探工作中,泥质含量的测定对于确定地下岩层的性质和砂岩型铀矿床的分布具有重要意义。文章旨在避免常规测井解释计算方法受到希尔奇系数选取准确性的限制,提出了利用多元线性回归模型和多层感知器(MLP,Multilayer Perceptron)神经网络对测井数据进行分析与预测的方法。通过选取某地区的测井数据,采用多元线性回归模型和MLP神经网络进行了泥质含量关系模型的构建和验证。结果显示,多元线性回归模型在泥质含量低层位出现过拟合现象,而MLP神经网络则表现出更高的预测准确性,MLP神经网络在泥质含量预测中优于传统多元线性回归模型,为铀矿勘探中泥质含量的准确预测提供了有效工具,并有望改进现有的泥质含量评价方法。这些研究成果可显著提升测井解释的效率和准确性,对后续铀矿勘探开发工作的开展具有积极影响。

基于多元线性回归的转炉石灰加入量计算模型

根据铁水条件和钢水要求准确计算石灰加入量,避免熔剂浪费是转炉炼钢的重要要求之一。然而,由于转炉生产节奏快,影响因素多,很难精准地确定石灰加入量。为了准确计算转炉石灰加入量,避免石灰浪费,建立了机理模型、分类模型和多元线性回归模型,用于计算转炉石灰加入量。三种模型相比,纯粹的机理模型计算精度很低,难以直接应用到现场生产中。基于机理模型优化的分类模型,仅有60%的炉次差值在500 kg/炉以内。利用SPSS建立了多元线性回归模型,得到了石灰加入量和其他参数之间的关系W_(Lime)=4 147.24×w_(TSi)+529.67×w_(TC)+60.20×W_(qf)+0.405×V_O-1 833.95,验证结果表明,93%的炉次计算差值在400 kg/炉以内,77%的炉次计算差值在300 kg/炉以内,基本能够满足现场使用的要求,模型应用在现场后,石灰加入量得到有效的降低。

带有自相关结构误差的多元函数型回归模型的变量选择

多元函数型回归模型是经典多元线性模型的有益扩展.本文研究带有自相关结构误差的多元函数型回归模型的变量选择.我们基于Group SCAD(smoothly clipped absolute deviation)惩罚研究了模型中函数型协变量的变量选择和误差项的自相关阶数的确定问题.此外,我们在一定的正则性条件下证明了估计量的选择相合性和渐近正态性,并通过数值模拟说明提出方法在有限样本下具有良好性质.

基于多元线性回归模型对北京市物流影响因素的实证分析

物流是保障和维系城市正常运转的基础功能。本文选取北京市2000~2022年的面板数据,以货物周转量作为被解释变量来衡量物流需求水平,并以固定资产投资额、三大产业产值、进出口总额、社会消费品零售总额、人均可支配收入以及常住人口作为解释变量,建立多元线性回归模型,分析得出影响北京市物流需求的主要因素,并依据北京市物流的具体情况提出相关建议。

一种用于季节性产品需求预测的多元化堆叠回归模型

产品需求预测是智慧供应链的核心环节。针对具有季节性的快消品的需求特点,设计了一种结合Blending线性与多机器学习模型融合的多元化堆叠回归模型RXOEL-X。首先,介绍了RXOEL-X模型的构建及运行步骤,然后基于一组公开数据将此模型与五种传统单一化模型进行比较,证明其在预测精度方面比其他模型更优。同时基于某饮料公司的实际销售数据,对模型性能进行进一步测试,证明RXOEL-X模型在预测精度、数据拟合能力、时间效率等方面整体表现最佳。RXOEL-X模型为季节性产品乃至更广泛的企业供应链管理中的需求预测问题提供了一种前沿的解决策略,有利于帮助企业在节省成本、减少库存积压的同时,提高对市场变化的响应速度和供应链的整体灵活性。

基于多元有序Logistic模型的居民对浙江省数字文旅建设满意度研究——以杭州市为例

杭州是一个旅游型城市,随着数字经济的发展,杭州率先开启了数字文旅新时代。本文以杭州市民为研究对象,就杭州市民对数字文旅的满意度发放问卷,以对数字文旅的总满意度为响应变量,设置包括个人特征、数字文旅公众参与、数字文旅公众感知、数字文旅文化价值在内的多维度预测变量建立多元有序Logistic模型,分析影响市民对数字文旅满意度的主要因素。研究发现,市民对数字文旅满意度因文化程度而异;公众对数字文旅的性价比感知、便利性感知,智慧旅游平台使用频率、数字文旅文化价值对满意度呈正向影响;线上文博使用频率、市民的文化程度对满意度呈负向影响。