基于粒子群优化投影寻踪回归模型的短时交通流预测

针对短时交通流数据的高度复杂性、随机性和非稳定性,为了进一步提高短时交通流预测的精度,提出一种基于粒子群优化投影寻踪回归模型的短时交通流预测方法。通过灰色关联度分析确定交通流预测影响因子,然后采用粒子群优化算法构建非参数投影寻踪回归模型,并利用上海市南北高架快速路的感应线圈实测数据进行实验验证和对比分析。实验结果表明:PSO-PPR模型的短时交通流预测效果明显提高,其平均预测精度分别比ARIMA模型和BPNN模型提高37.8%和27.2%。

悬栅消能率的投影寻踪回归因子贡献率分析及多因子优化组合仿真

应用投影寻踪回归技术,分析得到影响悬栅消能率的因子主要是悬栅安装高度,其次是栅间距,最后是流量。多因子仿真优化结果:在流量由34L·s-1变化到80L·s-1范围内,当栅距取4.0cm,栅条安装高度取4.6cm时,悬栅消能率均能达到80%。最佳栅距约为栅后涡流长度范围的1.5～2.0倍。

基于遗传算法的参数投影寻踪回归及其在洪水预报中的应用

针对传统非参数投影寻踪回归方法在应用时存在的问题 ,提出了三点改进措施 :(1 )采用实数编码的遗传算法代替高斯 牛顿算法优化投影方向 ;(2 )采用参数非线性Hermite多项式代替非参数逐段线性回归来拟合岭函数 ;(3)参数优化同时进行无需分组 ,逐个增加岭函数 ,不实行返回拟合的优选策略 .新的方法被称为参数投影寻踪回归 ,将其用于紫坪埔洪水预报 ,取得了满意的预报效果 ,而且所提出的方法在实际应用时 ,具有简单。

基于遗传算法的投影寻踪回归模型在参考作物滕发量预测中的应用

根据朝阳气象站的实测气象数据(降水量、温度、湿度、风速、蒸发量、日照时数),提出基于加速遗传算法的投影寻踪回归模型用于预测朝阳地区参考作物滕发量。用自相关分析技术确定预测因子(气象数据),构造出新的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用基于实数编码的加速遗传算法优化投影指标函数,进而构建投影寻踪回归模型,用于该地区参考作物滕发量的预测。并将投影寻踪回归模型预测的ET0结果与Penman-Monteith公式计算ET0结果进行比较,结果表明该模型预测精度较高,为ET0的预测提供了新的方法。

光面爆破效果参量预测的投影寻踪回归模型及应用

基于投影寻踪回归理论,选取炮眼密集系数、最小抵抗线、装药量、炮眼深度、抗压强度和泊松比6个因素为判别指标,建立光面爆破炮眼利用率、超挖量和半眼率的预测模型。将该方法应用于某矿巷道掘进光面爆破效果预测问题中,对现场实测的24组数据进行训练和检验,用另外4组现场数据作为预测样本进行测试。预测结果与实测情况较吻合。比较BP神经网络和投影寻踪回归2种方法对光面爆破炮孔利用率的预测结果,发现后者比前者预测结果更接近实际。以上研究表明:该方法回判估计性能良好,判别精度高,是一种预测光面爆破效果的有效方法,可以在实际工程中推广应用。

环境污染的投影寻踪回归预测模型

环境污染预测中常用的统计预测法基于“假定 -模拟 -预测”这样一种证实性数据分析思维模式 ,难以适应非线性、非正态分布数据分析 .投影寻踪技术采用“审视数据 -模拟 -预测”这样一条探索性数据分析新途径 ,可以用来解决一定程度上的非线性、非正态问题 .应用投影寻踪回归新技术 ,建立了大气污染物SO2 浓度的预测模型 ,其预测建模样本的拟合合格率为 96 % ,预留预测检验样本预测准确率为 80 % 。

基于投影寻踪回归的指标规范值的水质评价模型

传统的投影寻踪回归(PPR)的矩阵表示法用于水质评价,当指标较多时,不仅优化参数矩阵元的学习效率低,而且优化效果亦受到影响。若适当设置3类水体(地表水、地下水和富营养化水体)各指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆与某个规范指标"等效"。因此,只需构造并优化得出对各指标规范值都共同适用的2个指标变量的NV-PPR(2)和3个指标变量的NV-PPR(3)模型,对于指标变量较多的NV-PPR建模,只需将其分解为若干个NV-PPR(2)和(或)NV-PPR(3)的组合表示即可。对模型的实用性进行的效果检验表明:基于指标规范变换的3类水体的水质评价的投影寻踪回归模型具有形式简洁、计算简便和普适通用的特点。

基于投影寻踪回归的规范指标的气象灾情评估

科学合理地评估气象灾害造成的损失,对减灾、防灾决策具有重要意义。为了建立不同气象灾害系统均能适用的投影寻踪回归(projiection pursuit regression,PPR)矩阵表示灾情评估模型,在对气象灾情指标值进行规范变换基础上,规范变换后的各指标皆等效于同一个规范指标,因而只需构建对任意2个规范指标值适用的投影寻踪回归(proiection pursuit regression based on normalized index value,NV—PPR)NV—PPR(2)模型和3个规范指标值适用的投影寻踪回归NV—PPR(3)模型;对3个以上指标的气象灾害系统NV—PPR建模,只需将其分解为若干个NV—PPR(2)模型和(或)NV-PPR(3)模型的组合即可。模型用于广东省台风和重庆市两起雷电灾情评估,并与其他方法的评估结果进行比较。结果表明:基于NV-PPR的气象灾情评估模型不受指标数量的限制,具有简单、实用的特点,该模型还可推广为适用于其他灾情评估。

回采工作面瓦斯涌出量遗传投影寻踪回归预测

为快速、准确预测回采工作面瓦斯涌出量,基于投影降维思想,建立一种遗传算法(GA)投影寻踪回归预测方法。选取煤层瓦斯原始含量、埋藏深度、煤层厚度、煤层倾角、工作面长度、推进速度、采出率、临近层瓦斯含量、临近层厚度、临近层层间距、岩层岩性、开采深度作为评价因子,对某矿15个学习样本进行训练,建立GA投影寻踪回归预测模型。利用该矿3个实测样本对模型进行检验,并与主成分分析和BP神经网络方法结果进行对比。研究表明:利用GA投影寻踪回归预测回采工作面瓦斯涌出量,平均误差为3.43%,最大误差为5.7%,精度优于其他2种方法。

投影寻踪回归技术在环境污染预测中的应用

环境污染预测中常用的统计预测法基于“假定—模拟—预测”这样一种证实性数据分析思维模式，难以适应非线性、非正态分布数据分析。投影寻踪技术采用“审视数据—模拟—预测”这样一条探索性数据分析新途径，可以用来解决一定程度上的非线性、非正态的问题。应用投影寻踪回归新技术，建立了大气污染物ＳＯ２浓度分类预测模型，其预测建模样本的拟合合格率为８４．７％，预留预测检验样本预测合格率７５％。

深基坑施工时地表沉降预测的时序-投影寻踪回归模型

为了保证施工的正常进行、实现信息化施工,必须对基坑实际监测数据进行分析与预测。现有的趋势时间序列分析方法很难满足实际施工中高度非线性问题的拟合,预测误差较大。基于这点考虑,以天津某工程基坑施工地表沉降观测序列为例,在对原始数据进行分析的基础上,提出既可以考虑趋势时间序列,又具有高度非线性拟合性能的时序-投影寻踪回归模型。首先,通过比较分析几种时间序列方法的逼近误差和预测误差,寻求出一种逼近较好的时间序列预测方法。然后,将预测得到的时间序列和观测数据相结合,采用投影寻踪回归方法拟合。应用结果表明,该模型逼近性能良好,预测误差小,可为深基坑位移沉降的动态预测提供一条较好的途径,对基坑动态设计与信息化施工等方面具有重要的参考价值。

基于投影寻踪回归的铜闪速熔炼过程关键工艺指标预测

针对数据量庞大引起模型参数更新时样本选择困难及训练速度慢的缺陷,提出基于投影寻踪回归的铜闪速熔炼过程关键工艺指标预测方法。首先采用机器学习方式提取用于建模所需的相似样本集,借助投影寻踪回归思想,建立铜闪速熔炼过程关键工艺指标预测模型;然后利用基于实数编码的加速遗传算法进行模型参数的实时更新。训练样本的机器选择可以避免人工选择带来的主观性和盲目性缺陷,模型参数的更新训练只在相似样本集中进行,可有效提高模型参数更新速度。实际生产数据仿真结果验证了所提方法的有效性和可行性。

参数投影寻踪回归及其在年径流预测中的应用

首次采用遗传算法优化投影方向 ,用正交Hermite多项式拟合岭函数 ,给出了参数投影寻踪回归新方法及其实现算法。最后将新方法用于年径流实例预测 ,并与模糊模式识别神经网络模型的预测结果进行了对比 ,前者以较少的参数获得相对高的精度。另外 。

机织物透气性预测的投影寻踪回归模型

针对机织物透气性预测中存在非线性建模困难的问题,选择机织物总紧度、厚度、面密度及平均浮长等结构参数作为机织物透气性预测的影响因素,建立机织物透气性预测的投影寻踪回归模型。对模型训练样本的拟合值及检验样本的预测值以相对误差的均值及标准差为指标进行分析,并与BP神经网络及多元线性回归模型进行对比。结果表明,投影寻踪回归模型的拟合及预测精度均优于BP神经网络及多元线性回归模型,且在训练样本较少的情况下,投影寻踪回归模型仍有较高的预测精度和较强的泛化能力,可为机织物透气性预测提供一种新的方法。

投影寻踪回归在建筑工程工料估算中的应用

用投影寻踪回归方法建立多变量输入单变量输出的多元回归模型 ,以影响因子为输入变量 ,待估算工料为输出变量 ,计算建筑工程工料消耗。并以住宅建筑的水泥用量为例 ,根据样本资料 ,用遗传算法优化投影寻踪回归估算模型参数 ,然后将此模型直接用于工料估算。计算结果表明 ,投影寻踪回归模型可以快速、有效地算出建筑工程工料消耗 ,是一种新的工料估算方法。

塔里木河下游绿色走廊土地荒漠化驱动因子贡献度研究——基于投影寻踪回归模型

塔里木河为沙漠河流 ,绿色走廊生存于两大沙漠之间 ,且生长环境恶劣。本文通过对荒漠、沙漠、沙漠化与荒漠化间关系辨析 ,考虑到研究区的地域特征和时间尺度 ,给出绿色走廊土地荒漠化的概念 ;基于土地荒漠化概念 ,给出了土地荒漠化的发展的驱动因子为气候、土壤、水文和植被因子 ,而荒漠化驱动因子变化耦合了人类的直接和间接作用。定性和定量分析了近 5 0年来土地荒漠化发展与其驱动因子的关系 ,利用投影寻踪回归技术研究了驱动因子的贡献率问题 ,取得了较好的效果。

投影寻踪回归技术在自由面重力流数值模拟和仿真中的应用

将投影寻踪回归 (PPR)建模技术用于悬板过流区自由水面的模拟和仿真 ,并与边界元法的计算结果进行了对比分析 ,得到了比较满意的结果。该技术具有计算快速简便、无需求解复杂的微分方程等特点 ,是用统计方法解决复杂工程水力学问题的有益尝试。

基于投影寻踪回归的河型影响因素分析

针对河型多因素多级判别中存在大量非线性、非正态规律用常规的线性回归判别分析无法充分挖掘和利用其潜在信息,采用投影寻踪回归统计推断技术可获得影响因素的相对贡献权重值及河型变化规律,并提出了河道治理措施。实例检验表明,该方法有效可靠,为河道整治工程提供了理论依据。

投影寻踪回归方法在林分出材率预测中的应用

利用投影寻踪回归(PPR)方法,通过对林分多个指标的运算预测其出材率,采用理论分析、程序设计和数值模拟相结合的方法,建立具有高度的运算精度和运行效率的林分出材率投影寻踪回归预测模型。通过留一交叉验证,确认其具有稳定的泛化性能。分析和仿真的结果表明,投影寻踪回归模型可应用于林分出材率预测,具有较强的适用性和应用性,能够准确、科学和客观地进行预测。

投影寻踪回归技术在降水量预测中的应用

提出了应用投影寻踪回归（ＰＰＲ）技术预测降水量的建模思想及其ＳＭＡＲＴ算法的实现。在三个地区应用ＰＰＲ进行降水量预测建模、模型的拟合及预留预测检验结果均好于逐步回归建模的相应结果。