基于投影寻踪回归方法的微压过滤冲洗池水头损失与过滤效率预测模型

以微压过滤冲洗池的水头损失与过滤效率为考核指标,考虑进水流量、矿化度、含沙量与滤网孔径4个因素进行正交试验设计,采用投影寻踪回归方法PPR分析各个因素对考核指标的影响权重,选取20组试验数据建立含沙微咸水条件下微压过滤冲洗池水头损失和过滤效率的预测模型,探究了含沙微咸水对微压过滤冲洗池的水头损失和过滤效率的影响。研究结果表明,影响微压过滤冲洗池水头损失的因素由大到小依次为进水流量、含沙量、矿化度、滤网孔径;影响过滤效率的因素由大到小依次为含沙量、进水流量、矿化度、滤网孔径;构建的PPR预测模型的预测精度整体合格率达100%;当进水流量为6~7 m^(3)/h、含沙量为0.5~1.0 g/L、矿化度为0~2.0 g/L及滤网孔径为0.125~0.180 mm时,水头损失存在最小值;当进水流量为9~10 m^(3)/h、含沙量为1.75~2.00 g/L、矿化度为0~3.0 g/L及滤网孔径为0.125~0.150 mm时,过滤效率存在最大值。物理模型的试验结果可为微压过滤冲洗池的实际应用提供研究基础。

巷道通风摩擦阻力系数遗传投影寻踪回归预测

为满足智能通风准确获得巷道摩擦风阻的需求,基于遗传算法的投影寻踪回归预测方法预测矿井通风摩擦阻力系数。研究空气密度变化和巷道有无支护两种类型时模型预测的准确性。利用通风摩擦阻力系数影响因素进行训练,对不同支护类型巷道采集学习样本建立模型,使用部分样本进行验证。将模型预测结果与主成分分析预测和BP神经网络预测结果进行比较。对不同支护类型巷道进行了预测,最大误差为1.76%,平均误差为1.07%;仅对圆木支护进行了分析,最大误差为1.73%,平均误差为0.79%;对不同密度无支护巷道预测表明,平均误差为-0.99%,最大误差为-1.01%,风流密度对模型预测结果的准确性基本没有影响。无论是风流密度还是支护形式,该方法预测精度均优于主成分分析和BP神经网络。

NGO-GPR与投影寻踪联合驱动的大坝变形预测模型

建立准确可靠的变形预测模型对保证大坝安全运行至关重要,然而现有监控模型难以兼顾海量监测数据的多维度时空关联特性,不能有效反映大坝整体和区域性变形性态。为此,引入考虑测点综合距离的层次凝聚聚类和投影寻踪法,深入挖掘坝体位移场海量监测数据中的关联信息,得到反映分区多测点变形特征的融合变形序列;提出一种由北方苍鹰算法优化的高斯过程回归,以此建立分区多测点融合变形预测模型,并依据拉依达准则构建预测结果的置信区间。结合工程实例,探究了不同核函数对模型预测精度的影响;通过对比分析,验证了本文方法对比几种常规模型具有更高预测精度和适用性,且能对预测结果的可靠程度进行估计,对大坝变形性态的安全监测具有一定工程应用价值。

投影寻踪门限回归模型在年径流预测中的应用

为预测年径流这类高维复杂动力系统 ,提出了投影寻踪门限回归 (PPTR)模型。构造了新的投影指标函数 ,用门限回归 (TR)模型描述投影值与预测对象间的非线性关系 ,并用实码加速遗传算法优化投影指标函数和TR模型参数。实例的计算结果表明 ,用PPTR模型预测年径流是可行而有效的。PPTR模型简便、适用性强 ,克服了目前投影寻踪方法计算量大、编程实现困难的缺点 ,有利于投影寻踪方法的推广应用 。

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%。

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 % 。

投影寻踪自回归模型在长江径流量预测中的应用

为准确预测长江径流量,引入投影寻踪自回归模型,用自相关分析技术确定预测因子,构造了新的投影指标函数,并用基于实数编码的加速遗传算法优化投影指标函数,建立了投影寻踪自回归流量预测模型.将该模型应用于长江径流量的预测,结果表明用该模型预测长江流量时序是可行和有效的.

基于投影寻踪自回归模型的一次爆破成井效果预测研究

基于投影寻踪自回归理论,建立了以岩石抗压强度、岩石容重、空孔直径、空孔个数、炮孔直径、炮孔个数、最小抵抗线、槽孔线装药密度和炸药单耗9个指标为输入因子,以成井断面和成井高度为输出因子的一次爆破成井效果预测模型。搜集矿山一次爆破成井工程实例,对其中20组不同矿山的实测样本进行了训练和检验。结果表明,一次爆破成井预测断面与设计断面误差在2%之内,一次爆破成井预测高度与实测高度误差在8%之内,均满足工程要求。根据所建模型,结合山东黄金集团新城金矿矿岩参数及爆破参数,对该矿一次爆破成井的效果进行了预测。实践证明,该方法预测性能好,对一次爆破成井参数设计具有良好的指导作用,是一种研究一次爆破成井的新方法,具有广阔的推广应用前景。

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。

台风登陆华南年频次的投影寻踪回归预测模型

根据历史资料，应用投影寻踪回归（ＰＰＲ）的基本思想和算法，建立了台风季节台风登陆华南年频次的ＰＰＲ预测模型。结果表明ＰＰＲ模型的预测精度优于逐步回归建模的预测精度。

基于偏最小二乘回归的投影寻踪耦合模型在参考作物腾发量预测中的应用

根据朝阳气象站的实测气象数据(温度、湿度、日照时数、风速、蒸发量、降水量),提出基于偏最小二乘回归的投影寻踪耦合模型用于预测朝阳地区参考作物滕发量。偏最小二乘回归方法能够有效地处理自变量间多重线性相关问题,但对处理因变量与自变量间复杂的非线性问题较差,而投影寻踪回归模型有效解决了非线性问题。把这2种方法结合在一起,建立了基于偏最小二乘回归的投影寻踪耦合模型,用于该地区参考作物滕发量的预测。并将耦合模型预测的ET0结果与Penman-Monteith公式计算的ET0结果进行比较,该耦合模型预测精度较高。

投影寻踪门限自回归模型在海洋冰情预测中的应用

为预测海洋冰情时序这类非线性动力系统,提出了投影寻踪门限自回归（PPTAR）模型。用自相关分析技术确定预测因于,构造了新的投影指标函数,用门限回归（TR）模型描述投影值与预测对象间的非线性关系,并用实码加速遗传算法优化投影指标函数和 TR模型参数。实例的计算结果表明,用PPTAR模型预测海洋冰情时序是可行和有效的。PPTAR模型简便、适用性强,克服了目前投影寻踪方法计算量大、编程实现困难的缺点,有助于投影寻踪方法的推广应用,为解抉非线性时序复杂殒测问题提供了新的途径。

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。

投影寻踪回归模型在大豆食心虫虫食率预测中的应用

大豆食心虫的虫食率受越冬基数、气象条件等多种因素的影响,是一个复杂的非线性非正态系统,文章采用投影寻踪回归新技术,建立了大豆食心虫虫食率的预测模型,对历史值的拟合和对预留值的预测效果均令人满意,可以作为大豆虫害预测的一种新手段。

基于偏最小二乘回归的投影寻踪耦合模型在土地利用预测中的应用

研究目的:构建偏最小二乘回归投影寻踪耦合模型(PLS-PP),提高土地利用预测精度。研究方法:文献分析法,偏最小二乘回归模型和投影寻踪模型,实证分析法。研究结果:(1)此模型预测结果的相对误差绝对值均值从PLS模型的3.92%,降低到了0.13%;(2)将投影寻踪与偏最小二乘回归耦合,运用偏最小二乘回归法提取对因变量影响强的成分,克服了变量之间多重相关性的问题,并降低投影寻踪输入维数。运用基于实数编码的加速遗传算法来优化投影指标函数,实现过程更为简单。研究结论:PLS-PP耦合模型是研究土地利用预测的有效的方法,可以为区域土地资源管理和制定地方经济发展政策提供支持。

投影寻踪回归模型及其在降水预测中的应用

介绍了以投影寻踪回归（PPR）进行预测建模的基本思想和算法实现。通过将PPR和逐步回归（SR）应用于降水实例预测，结果表明PPR模型的拟合和预测检验结果均优于SR的相应结果。

投影寻踪自回归模型和应变积累释放模型在新疆地震趋势预测中的应用

本研究以5年为时间窗,1年为滑动步长构建自变量序列,建立了新疆各研究区的投影寻踪自回归中长期地震预测模型;同时应用应变积累释放模型探讨了各区不同时段应变积累与释放特征,依据各区的应变积累水平及其地震活动分期特征判定未来地震趋势。综合分析两个模型的地震趋势预测意见,给出了新疆各研究区未来5年(2006-2010年)的地震危险性判定意见。

电力负荷预测的投影寻踪回归模型

电力负荷预测是电力规划、生产和运行的重要基础,将投影寻踪回归模型应用于电力负荷预测中,避免了确定性模型在预测不同类型负荷数据时精度差异较大的缺陷。最后,以电网实际负荷数据验证了投影寻踪回归模型的适用性。