一种基于主元选择的偏最小二乘回归方法

为更有效地分析和处理小样本多元数据,提出了一种基于主元选择的偏最小二乘回归方法,并阐述了该方法的基本原理和计算步骤。该方法首先根据相关系数矩阵选取数据样本中的主元,然后对主元进行主成分分析、典型相关分析和多元线性回归。实例分析表明,与偏最小二乘回归方法相比,该方法在分析存在多重线性相关的小样本多元数据方面回归次数更少,精确度更高。

基于偏最小二乘回归法的飞机总工时预测模型研究

从影响军用飞机生产制造工时的众多因素中提取出24个飞机总工时影响因素,采用统计学方法结合理论分析对此24个因素进行科学筛选,筛选出飞机最大起飞重量、最大速度、爬升率、最大过载、钛铝合金比例、复合材料与铝合金比例这6个关键影响因素。考虑偏最小二乘回归(PLS)法在处理小样本多元数据方面的优势,采用PLS法对飞机总工时进行预测,预测结果表明PLS预测模型平均检验误差约为10%。该模型在实际使用过程中,只需获得飞机性能指标和材料构成等少数设计参数即可在飞机产品生产制造前对飞机生产制造总工时进行宏观预测,具有参数少、物理意义明晰、操作简单、便于使用、准确率高等特点,可为缺乏详细设计信息和生产信息的飞机研制早期方案优选、设计优化或对其进行费用分析和成本控制、固定资产投资、安排生产计划等工作提供相对准确的飞机产品工时。