部分线性回归模型中改进的差分估计及SCAD

考虑了部分线性回归模型中回归参数向量估计的问题,提出了具有更好性质的压缩差分估计,并且将SCAD惩罚函数运用到模型中得到SCAD估计,然后通过Monte Carlo模拟了压缩差分估计和SCAD估计的相关结果,并对它们之间的优劣进行了比较.

嵌入局部模型的SOM网络对混沌时间序列预测研究

针对混沌时间序列特征空间多变性的特点 ,在 SOM自组织神经网络中嵌入局部线性回归模型 ,用于混沌时间序列的预测。该方法融合了局部线性预测的优点以及 SOM网络数据快速聚类能力、可视化特征识别性质和拓扑保留映射特点 ,既可减少运算时间和存储空间 ,又能适应混沌时间序列的多变特征 ,取得了较高的预测精度。

基于局部加权线性回归模型的凝结水流量在线报警方法

报警是现代工业生产过程中及时发现异常情况的手段,科学有效的报警设计对提高生产安全性至关重要。在火力发电生产过程中,凝结水泵是一类保证电厂安全、经济、稳定运行的关键设备。现有的报警设计方法仅通过判断单一变量是否超过报警阈值来触发报警,在实际应用中存在明显缺陷,有必要对其进行改进。本文基于火电机组中凝结水泵等泵类动力设备的工作机理,选择凝结水泵的变频器转速和进出口压差作为相关变量,提出了一种考虑变量间相关关系的动态报警阈值设计方法,用于在线给出凝结水泵出口流量的报警阈值。这种方法首先获取正常工况条件下设备的历史运行数据作为数据基础。其次,选取位于变频器转速值一定范围内的局部数据,以进出口压力差为自变量,建立凝结水泵出口流量的局部加权线性回归模型,模型建立过程中以留一交叉检验方法选择近邻数据个数,对模型参数进行优化。最后,以建立的模型为基础对凝结水泵出口流量进行预测,使用Bootstrap方法获得预测值的置信区间,并将预测值置信区间的上下线作为凝结水流量的动态高、低报警阈值。本文通过数据仿真验证了这种建模方法对非线性函数具有较好的预测效果,通过工业历史数据验证了这种方法能够及时发现凝结水泵的异常状况,且能够有效减少误报警次数。

豫南丘陵山区农村居民点用地分布影响因素及时空异质性分析

为探究城镇化进程中农村居民点格局演变特征及其影响因素,以豫南丘陵山区光山县为例,采用空间自相关分析和局部线性地理加权回归模型(LLGWR)分析了农村居民点用地分布的集聚特征及其影响因素的时空异质性。结果显示:光山县农村居民点主要集聚于县域的中北部,其影响因素存在着显著的时间和空间非平稳性,在不同区位对农村居民点分布的作用强度不同。1985年农村居民点分布的影响因素包括地理地貌因素和距离交通条件,分别为海拔高度、距最近国道、省道、水系距离和距最近县城距离。到了2015年,地理地貌因素的影响作用有所减弱,除海拔高度、距最近国道、省道距离外,农村居民点分布影响因素还包括城镇化率和农户密度。总体而言,适宜的海拔高度、通达的道路交通、较高的城镇化率和人口密度对农村居民点分布具有促进作用。