近红外光谱结合偏最小二乘回归法快速无损测定高密度聚乙烯的熔体流动速率

选择使用多元散射校正(MSC)、一阶导数(D 1)、二阶导数(D 2)、卷积平滑(Savitzky-Golay)等方式对3个牌号高密度聚乙烯(HDPE)粉料样本的近红外光谱进行预处理,使其经预处理后的近红外光谱与相应牌号熔体流动速率(MFR)之间的关联性良好;然后,采用偏最小二乘回归法拟合,建立相应匹配HDPE牌号的MFR定量分析模型,旨在实现快速无损检测。结果表明:上述近红外光谱结合偏最小二乘回归法所建立的匹配于相应3种HDPE粉料的MFR定量分析模型的测试结果均具有很好的复现性,牌号1、牌号2、牌号3的MFR标准偏差依次为0.0158,0.0147,0.0006 g/min,而且该方法快速测定得到的MFR与GB/T 3682.2—2018标准方法测定的均相近。

基于改进遗传算法-偏最小二乘回归的大坝变形监测模型

【目的】针对常规大坝变形监测回归模型中存在的因子多重相关性干扰和模型拟合效果欠佳问题,进行偏回归模型优化方法研究。【方法】将改进的遗传算法引入大坝变形监测偏回归模型,利用遗传算法强大的自适应全局优化搜索功能,对偏最小二乘回归模型进行优化,建立了基于改进遗传算法-偏最小二乘回归的大坝变形监测模型。【结果】工程实例研究与对比分析表明,改进遗传算法-偏最小二乘回归模型在一定程度上改善了原偏回归模型存在的拟合效果不佳的问题。【结论】改进遗传算法-偏最小二乘回归模型具有较好的拟合与预测能力,有较强的工程实用性。

改进的偏最小二乘回归推荐算法

基于已有的相关PLS算法,提出了针对QSAR研究和工业过程控制建模的环境要求的PLS回归改进算法:加强递归PLS算法.模拟实验结果表明:在实时建模过程中,该算法的性能优于传统的PLS回归算法.

改进的偏最小二乘回归法在太湖水位预报中的应用

以偏最小二乘回归模型为基础,采用逐步回归法和Elastic Net技术对原有方法进行改进,建立了太湖水位预报日模型,并利用2009、2015、2016、2020年汛期逐日雨水情、工情资料进行率定检验。结果表明,改进的偏最小二乘回归法对太湖水位模拟精度较高,率定检验期水位误差小于或等于3 cm的天数比例均超过95%。

基于偏最小二乘回归法分析陈醋理化指标和品质

以南阳市大型商超市售的3种陈醋为研究对象,参考国家标准检测方法对陈醋的总酸含量、不挥发性酸含量及pH值进行对比分析;以近红外光谱技术结合偏最小二乘回归定量分析法,确定最佳进光光程、最优流量及最佳预处理方式,并在此条件下对3种陈醋进行判别分析,从而确定基于偏最小二乘回归法分析陈醋理化指标的方法。结果显示,3种陈醋样品均符合国家标准规定的陈醋pH值(pH 3.6~3.9),3种陈醋样品的pH值分别为3.71±0.02,3.65±0.01和3.82±0.01;3种陈醋样品中总酸和不挥发性酸含量略有不同,分别在(0.567±0.011)~(0.593±0.02)g/L和(0.148±0.012)~(0.215±0.018)g/L。在进行近红外光谱检测中,在最佳光程选择上,去掉异常样品后pH值检测和不挥发性酸检测的最佳光程为3 mm,总酸检测的最佳光程为2 mm;在陈醋流量选择上,pH值检测和总酸检测应控制流量为0.2 L/min,不挥发酸检测应控制流量为0.6 L/min;在光谱预处理条件选择上,pH值检测和不挥发性酸检测应选择SNV预处理方式,而总酸检测应选择5点平滑预处理。结果表明,利用近红外光谱结合偏最小二乘回归法可以进行陈醋理化性质的检测,其检测效果良好、检测效率高。

基于差示光谱及指纹图谱结合偏最小二乘回归分析法研究决明子提取物的平衡溶解度

目的:确定决明子提取物的最佳溶出介质,分析决明子提取物中主要成分在最佳溶出介质中对平衡溶解度的贡献程度,明确决明子提取物平衡溶解度的标志物。方法:以总蒽醌含量为指标,采用差示分光光度法测定决明子提取物在37℃时于水、0.1 moL/L盐酸和pH 6.8磷酸盐缓冲液中不同时间点的平衡浓度,确定最佳溶出介质。以决明子提取物总蒽醌指纹图谱为参照,采用HPLC法建立决明子提取物在最佳溶出介质中不同平衡时间点平衡浓度的指纹图谱,筛选决明子提取物平衡溶解度的标志物。结果:决明子提取物在37℃时于水、0.1 moL/L盐酸和pH 6.8磷酸盐缓冲液中平衡溶解度分别为10.344、10.910、11.099μg/mL,达到平衡时间点的时间分别为24 h、3 h和7 h。在最佳溶出介质中,VIP值>1的化学成分有22个,其中VIP值分别为1.13987、1.15565、1.12806、1.14825、1.14880的化学成分分别为已知成分橙黄决明素、大黄酸、大黄素、大黄酚和大黄素甲醚。结论:pH 6.8磷酸盐缓冲液为决明子提取物的最佳溶出介质,可以橙黄决明素、大黄酸、大黄素、大黄酚和大黄素甲醚为溶解度标志物考察决明子提取物的平衡溶解度。

基于非线性回归最小二乘法的改进Gompertz模型参数估计

可靠性增长试验是产品研制阶段不可缺少的一项提高产品可靠性的工程项目。成败型试验的可靠性增长数据通常用Gompertz模型进行评估,但存在S形增长数据拟合精度差的不足。根据高斯-牛顿最小二乘法和多元线性回归最小二乘法原理,提出改进的Gompertz模型参数估计的非线性回归最小二乘法。用试验数据对改进后的模型进行验证,拟合度较好。

一种改进的偏最小二乘回归方法研究

烟气含氧量是评价电站锅炉经济运行的重要指标,对其精确、可靠地测量是优化燃烧系统的前提与保证。偏最小二乘回归法作为一种适用于含氧量预测的方法,可有效解决自变量多重相关性问题。文章对传统偏最小二乘回归进行简化,并提出基于正交投影修正的偏最小二乘回归算法,以此建立烟气含氧量预测模型,降低成分提取错误率。运用现场数据分析表明,改进后的算法建模有较高预测精度,采样过程更快。

基于改进偏最小二乘法的系统谐波阻抗及谐波发射水平估算

提出了用改进的偏最小二乘回归法估算供电系统谐波阻抗的方法。对公共点采样的电压和电流信号进行快速傅里叶变换,得出各次谐波电压和电流分别作为回归方程的因变量和自变量,以系统侧阻抗为回归系数,利用改进的偏最小二乘法求解出回归系数即为系统侧阻抗。该方法克服了传统偏最小二乘法可能漏选有用成分的缺陷。仿真及实例结果验证了利用改进偏最小二乘法估算系统侧谐波阻抗和用户侧谐波发射水平的有效性。

基于偏最小二乘回归分析法怀牛膝药材抗炎镇痛谱效关系

目的基于偏最小二乘回归分析法探讨怀牛膝药材抗炎镇痛的谱效关系。方法该药材的分析采用ZORBAX SB-C18柱(250 mm×4. 6 mm,5μm);流动相乙腈-水(含0. 3%甲酸)梯度洗脱;柱温30℃;体积流量1. 0 mL/min;检测波长320 nm。采用偏最小二乘回归分析法分析谱效关系。结果 10批样品指纹图谱中有12个共有峰,相似度均大于0. 973。以二甲苯所致小鼠耳肿胀为药效学指标时,1、7、11号峰为药效峰;以降低醋酸所致毛细血管通透性为药效学指标时,2、7、9、10号峰为药效峰;以降低醋酸诱导小鼠扭体时间为指标时,2、7、9号峰为药效峰;以各给药组给药0. 5 h后热板痛阈延长为指标时,2、7、9号为主要药效峰;以各给药组给药1 h后热板痛阈延长为指标时,2、7号为主要药效峰;以各给药组给药2 h后热板痛阈延长为指标时,7号为主要药效峰。结论苄基葡萄糖苷异构体、β-蜕皮甾酮,三七皂苷R1可能为怀牛膝药材抗炎、镇痛作用可能的物质基础。

基于WRF模式和自适应偏最小二乘回归法的风能预报试验研究

利用中尺度WRF(Weather Research and Forecast Model)模式预报了2009年1,4,7和10月甘肃某风电场区域的风速和风向,并与离风电场最近的两座测风塔对应时段50m和70m高度实测资料进行了对比,客观地评估了该模式对风场预报的准确率。在相对准确的风场预报基础上,利用2008年1月-2009年4月风电场200台风机的实际功率记录数据和同期气象要素场预报资料,采用自适应偏最小二乘回归法和单机预报法建立了每台风机未来48h逐15min输出功率记录数据与同时刻轮毂高度预报的风速、风向、气温、湿度及气压之间的非线性统计预报模型。为了对该模型的稳定性和准确性进行长期的客观评估,独立进行了2008年1-12月的预报试验,分别建立了12组独立的非线性统计预报模型。试验结果表明:(1)WRF模式预报的各月风向分布、风频大小与实测风向有较好的一致性;盛行风向基本一致,风频大小相当,风向分布特征也较为一致。(2)WRF模式预报的50m和70m高度逐时平均风速与实测值的相关系数介于0.6～0.8之间,均方根误差介于1.5～2.6m.s-1之间。(3)2008年1-12月逐15min风电场风电功率预报值与风机输出功率记录值的相关性较显著,可较好地预报出各月风电功率的时间变化趋势。两者相关系数介于0.58～0.90之间,均达到了99.9%置信度。(4)各月逐15min风电功率预报值与风机输出功率记录值的误差较小,相对于总额定装机容量而言,均方根误差介于2.76%～12.89%之间。

采用正交信号修正法与偏最小二乘回归的中长期负荷预测

介绍正交信号修正法的基本思想并详细推导该算法的实现步骤,将一种改进后的正交信号修正法(orthogonal signal correction,OSC)与偏最小二乘法(partial least square method,PLS)相结合,对原始数据通过OSC消除正交分量,利用PLS建立中长期负荷预测模型。该方法能有效地去除自变量系统中与因变量无关的正交数据信息,增强自变量、因变量之间的相关性,在有限的成分中提高成分解释能力。通过算例将PLS与OSC-PLS进行比较分析,结果表明,运用OSC-PLS进行中长期负荷预测,尽管预测模型提取的成分个数变少了,但模型成分的解释性却大幅度增强,预测精度明显提高,具有较强的实用性。

感官评价和GC-MS结合偏最小二乘回归法分析酚类化合物对腊肉烟熏风味的贡献

通过探究酚类化合物对腊肉烟熏风味的影响,确定关键烟熏风味物质。以6个烟熏腊肉和2个风干腊肉为研究对象,分别采用定量描述分析法描述气味特征和固相微萃取-气相色谱-质谱联用技术分析挥发性成分。结果表明,烟熏腊肉具有烟味、木味、灰烬味、刺鼻等4种烟熏风味,但风干腊肉不具有烟熏风味。6个烟熏腊肉样品中共鉴定出苯酚等6种烷基酚类和愈创木酚等6种愈创木基型酚类,每个样品中分别含有3~10种。2种风干腊肉中均未鉴定出酚类化合物。偏最小二乘回归(partial least-squares regression,PLSR)分析发现,除了4-甲氧基苯酚,苯酚、愈创木酚等酚类化合物对烟熏风味有较大的贡献。该研究确定了酚类化合物是腊肉中的关键烟熏风味物质,为改良食品的烟熏风味和开发烟熏液提供了理论依据。

基于偏最小二乘回归与比重法的月售电量预测

月售电量的预测受多方面的制约,从影响售电量的因素出发,利用偏最小二乘回归与比重法建立了国民生产总值、人口、社会固定资产投资、人均国民生产总值与售电量的回归预测模型。偏最小二乘方法能够提取若干对系统具有最佳解释能力的综合变量来建立预测模型[1],该方法与比重法结合应用于月售电量的预测之中,能更好地体现引起月售电量变化的平稳因素、季节突变因素的周期性,使得月售电量的预测更加准确。利用该预测模型对唐山地区2004年的月售电量进行了预测,月售电量的平均相对误差为4.74%,预测精度较高,证明了该预测模型的准确性。

基于偏最小二乘回归的类模型方法用于中药牛黄的真伪鉴别

针对独立软模式类簇法(SIMCA)在确定主成分数和决策区间时遇到的困难,提出了一种基于PLSR的类模型方法——PLS类模型方法(PLSCM)。通过把类描述问题转化为常见的PLSR问题,采用成熟的蒙特卡罗交互验证法确定模型的隐变量数和决策区间。采用本方法对不同牛黄样品的近红外光谱数据(波长范围4000～9000 cm-1)进行分析,可成功鉴别牛黄的真伪。本方法的可操作性和鉴别准确率均优于经典的SIMCA方法。对于原始光谱数据,PLSCM的训练和预测准确率均为100%,对于经SNV处理的数据,训练和预测准确率分别为99%和100%。

用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法

提出一种基于自适应局部学习的最小二乘支持向量机回归(LSSVR)在线建模方法。考虑样本间的距离和角度信息以获得更全面合理的相似样本集,推导了采用快速留一法在线优化模型参数的准则,并给出了发酵过程在线自适应模型选择的策略。以链激酶流加发酵过程为例,验证了所提出算法能够从过程的第2批次开始,同时对活性菌体浓度和链激酶浓度进行较准确的在线预报,较普通的局部LSSVR等建模方法具有更高的预报精度和自适应性。

基于变量选择的偏最小二乘回归法和田间行走式近红外光谱进行土壤碳含量测定研究

针对田间状态下通过行走式设备获取的近红外反射光谱数据,存在干扰因素多,数据获取环境复杂多变,比实验室条件下建立土壤碳预测模型更加困难的情况,研究了通过变量选择来提高模型质量的效果及有效性。从独立检验数据集来分析,与采用所有变量所建模型的预测精度相比,进行变量选择后的预测精度,均有不同程度的提高,说明在建立土壤碳预测模型时,进行光谱变量选择,是有益和必要的。基于无信息变量消除法(UVE)和无信息变量消除-连续投影法(UVE-SPA)进行变量选择所建模型的预测精度较高,而SPA和遗传算法-偏最小二乘法(GA-PLS)的效果较差;对于协同区间最小二乘法而言,分割的区间数、参与建模子区间数的变化,会对所建模型的预测精度产生影响,选择合适的区间分割数和子区间组合,可以获得与UVE和UVE-SPA相当的效果,但其不足是需要大量的运算来进行最优子区间组合的选择。

基于偏最小二乘回归法的城市土地利用与交通发生量关系模型研究

以实际调查得到的建筑容积率、建筑密度、总建筑面积、交通小区面积以及各类型土地利用面积等14个土地利用指标作为直接变量,建立交通发生量预测模型。相关分析的结果表明土地利用指标间存在着严重的多重相关性,普通的回归分析方法很难有效解决这一问题。采用偏最小二乘回归方法,通过构建主成分,采用交叉有效性检验确定成分个数,最终建立的交通发生量预测模型物理意义明确,精度较好。研究结果表明:居住用地、建筑容积率、总建筑面积等土地利用指标对交通发生量的影响最大。

离子交换树脂相-偏最小二乘回归光度法同时测定痕量金、铂、钯的研究

本文根据Au^(3+)、Pt^(2+)、Pd^(2+)易与CI^-形成稳定络阴离子后被阴离子交换树脂所吸附这一特性,较好地解决了痕量贵金属的富集及大部分干扰离子的分离问题.以硫代米蚩酮为显色剂,直接对显色后的树脂进行光度测量,采用偏最小二乘回归法解析体系的重叠峰,进行Au、Pt、Pd同时测定.相对标准偏差Au:5.6%,Pt:3.1%,Pd:1.8%.为痕量贵金属计算光度分析开辟了新途径.

基于聚类与改进最小二乘法支持向量机算法的汽车总装输送装备故障预警方法

汽车总装工艺复杂、生产节拍快、产量大,百分之六十以上的时间都在进行主辅物料输送,因此输送装备由于故障引起的停机会造成巨大的经济损失。为了对生产物料输送装备的健康状态作出评估,并在可能发生故障时作出预警,提出一种基于生长型神经气聚类算法与改进最小二乘法支持向量机(LS-SVM)回归模型的汽车总装输送装备故障预警方法。首先根据传感器的历史信号数据进行特征提取和降维处理,获得特征向量;运用生长型神经气聚类算法,将正常状态数据划分为多种工况,得到若干聚类中心,并计算当前运行数据的特征向量与聚类中心的欧式距离从而得到相似度趋势;同时构建了历史记忆矩阵,并通过改进粒子群算法优化LS-SVM回归模型参数,计算残差值,并结合残差值与相似度趋势,得出风险系数,对装备状态进行评估和预警。将所提方法应用于汽车总装物料输送设备,将减速器与轴承的振动值的均方根输入模型,得出设备的风险因子,证明了该方法的有效性。