基于模糊多元线性回归模型的岩石可爆性评价

为准确评价岩石可爆性(RMB),解决用精确数度量可爆性指数(BI)造成部分信息损失的问题,建立基于修正BI公式的RMB评价模型。利用基于结构元的模糊多元线性回归(FMLR)模型,以爆破漏斗体积、爆破块度分布中的大块率等6个指标为自变量,BI为因变量,对指标重要性进行排序和约简,修正原BI公式,并根据该修正公式对6组工程实例进行测试。结果表明:影响RMB等级的6个指标中,爆破漏斗体积较重要,岩体纵波声速较不重要;修正BI公式含5个变量,比原公式少1个;模型评价结果与实际较吻合。

基于多元模糊线性回归的烧结终点预测方法

由于铁矿石烧结过程是具有不确定性、多变量耦合、时变时滞的复杂对象,烧结终点受多种因素的影响,采用传统控制方法难以将烧结终点控制在要求的范围内。基于多元模糊线性回归预测的建模方法,建立了铁矿石烧结过程的烧结终点预测模型。在对烧结终点影响因素分析的基础上,结合某钢铁企业烧结机的相关历史数据,确定各主要影响因素之间的函数关系,建立了烧结终点多元模糊回归预测模型,并利用该模型对烧结终点进行了预测。实际运行结果表明,该预测方法有较好的适用性及理想的预测效果。

系数为非对称指数型模糊数的多元线性最小二乘回归

使用模糊数之间的某种距离和的最小二乘方法 ,研究了模糊多元线性回归模型 ,此模型的输入为精确数据 ,输出为模糊数据 ,回归系数为非对称指数型模糊数 ,并通过讨论一元模糊线性回归模型 ,推导出三组正规方程组以分别用于求解模糊回归系数的模糊中心参数、左边参数和右边参数 ,然后将此结果推广到多元情形 。

基于模糊C均值聚类法和多元线性回归理论的铣床热误差研究

为了降低铣床主轴旋转受温度影响而产生的位移变形量,提高铣床对零件的加工精度,采用了模糊C均值聚类法和多元线性回归理论对铣床主轴的热误差进行建模,实现铣床主轴加工误差值最小化;分析了模糊C均值聚类法筛选最优值的迭代过程,对铣床上不同位置的测量温度值进行分组,筛选出每组的最优温度值;采用多元线性回归理论,对铣床热误差理论预测模型进行了推导,通过实验验证多元线性回归理论所创建的热误差预测模型。实验结果表明:补偿前,铣床主轴Y方向和Z方向受温度影响产生的热误差最大值分别为45.0μm和28.0μm;补偿后铣床主轴Y方向和Z方向受温度影响产生的热误差最大值分别为3.2μm和3.8μm,误差范围都在4μm以内。采用模糊C均值聚类法和多元线性回归理论对铣床热误差进行补偿,铣床主轴运转受温度影响所产生的误差明显降低,从而提高了主轴定位精度。

基于遗传算法模糊多元线性回归分析的瓦斯涌出量预测模型

针对经典线性回归模型不能完全反映变量间的耦合关系而不适宜于有模糊数的瓦斯涌出量预测的问题,提出了一种基于遗传算法模糊多元线性回归分析的瓦斯涌出量预测模型。采用灰关联分析法和SPSS软件线性回归分析法确定影响瓦斯涌出量的主要因素;把历史数据样本分为建模数据样本和检测数据样本,采用遗传算法求出模糊回归参数的中心值和模糊幅值。实验结果表明,该模型具有较高的精确度和可操作性。

具有模糊控制变量的多元线性回归

多元线性回归被广泛用于预测。回归式反映了响应变量和预测变量间的线性关系。将模糊集理论引入多元线性回归中,通过模糊控制变量,可以得出更符合实际,也更容易为人所理解的回归模型。针对真实数据的实验表明,具有模糊控制变量的线性回归可以解决一类复杂的回归问题。

基于灰色GM(1,N)的模糊多元线性回归分析及应用

建立了基于对称三角模糊数的多元线性回归分析模型(简记为F L R模型),利用线性规划求出中心值和模糊度。以我国1995年到2008年粮食产量(来自《中国统计年鉴2009》)为原始数据,进行了多因素模糊拟合分析。利用GM(1,N)模型对2009年至2013年影响我国粮食产量的5个因素指标值进行了预测,将预测值代入FLR模型求出年度粮食产量,并与2009和2010年的实际产量比较,表明这种GM(1,N)模型和FLR模型有机结合形成的复合模型,预测精度高,可操作性强,且具有很高的可信度。

基于多元线性回归及模糊综合评判的平桥南区页岩气井压裂效果评价体系

针对页岩气井的压裂效果受众多地质及工程影响因素联合作用的特点,为探究各影响因素的权重大小,分析影响压裂效果的主控因素,以四川盆地东部平桥南区页岩气井为研究对象,在常规单影响因素分析的基础上,使用多元线性回归方法对压裂效果影响因素进行权重分析,引入模糊综合评判法对压裂主控因素排序,建立一套新的压裂效果评价体系。应用结果表明:①压裂施工效果的影响因素权重由大到小依次为每米砂量、每米液量、埋深、曲率、应力夹角;②压后试气试采效果的影响因素权重由大到小依次为游离气、总含气、压裂效果、渗透率、试气段长、气测全烃;③通过模糊数学评判法建立的区块压裂改造评价体系与现有的压裂改造系数法以及单井EUR等评价结果较吻合。结论认为:模糊综合评判压裂改造评价体系对后续重复压裂施工具有重要参考意义,其中压裂施工效果对压后试气试采效果起着关键作用。

多元模糊线性回归模型的参数估计

该文考虑了多元模糊线性回归模型,先将一元模糊线性回归模型的参数估计的结果加以推广,接着给出了多元线性回归模型参数的h-最优线性相关估计。

基于多元线性回归的公安民警幸福感模糊评价体系

通过问卷调查方式,运用模糊综合评价模型和多元线性回归模型实证分析某一地区公安民警的幸福感程度及影响因素,其中模糊评价模型可定量测评民警幸福感,多元线性回归模型用于探索民警幸福感的影响因素。实证分析发现,在薪酬待遇、工作压力、人际关系和个体价值四个一级指标中,该地区的公安民警在工作压力、人际关系和个体价值上具有显著的正向影响,具体体现在社会地位、工作时间、同事关系、职业认同感四个二级指标上。

基于模糊非线性回归的煤炭发热量预测研究

针对经典线性回归模型无法反映变量间的非线性关系,不适宜预测有模糊数的煤炭发热量的问题,提出了一种基于三角模糊数的多元非线性回归的煤炭发热量预测模型。以我国新疆伊犁地区煤炭工业分析为建模数据和模型检验数据,将计算模糊中心值和模糊幅度值的问题转化为约束非线性优化问题,采用MATLAB优化工具箱求解。最后对比分析了模糊非线性回归、经典线性回归、BP(Back Propagation)神经网络及支持向量机回归4种模型对测试煤样发热量的预测结果。结果表明,模糊非线性回归模型的线性拟合优度值为0.9997,调整后的非线性拟合优度值为0.9838,均方误差为0.4473;测试煤样的平均相对误差为0.0203,80%的测试煤样模糊隶属度大于0.5。模糊非线性回归模型具有很高的精确度和可靠性,可用来预测预报煤炭发热量。

多元Fuzzy线性回归

在处理某些系统模型中,有些输出或输入量的值是通过人的心理测量给出的。这时我们可认为此系统具有Fuzzy结构。这种Fuzzy结构一般可用带有Fuzzy参数的Fuzzy线性函数表示,而Fuzzy线性函数可由Zadeh的扩展原理得到。这样用Fuzzy线性函数来描述系统的Fuzzy结构便形成了Fuzzy线性回归分析。当输出输入量均是多个时便是多元Fuzzy线性回归。在经典的多元回归中,观测向量值与估计向量值之间的差异一般认为是测量误差,本文处理的多元Fuzzy回归中,我们认为其差异是由于系统的Fuzzy性造成的而反映在回归方程的Fuzzy参数上,这种Fuzzy参数一般表示一种可能性分布。文章讨论了多元Fuzzy回归模型的拟合问题,给出了其Fuzzy向量参数的估计方法,并将其计算方法归结为求解某线性规划问题。本文使用的Fuzzy向量限制在三角族内,而对其它形式的常用Fuzzy向量也没有实质困难。

多元线性回归的一种神经计算实现及其优点

给出了用模糊感知器学习算法和(ε,δ)准则估计多元线性回归模型回归系数的详细算法,讨论了学习速率、ε和δ的设定;并与经典的回归系数估计方法最小二乘法作比较,发现总体拟合最好的特性对于含异常数据(noisydata)的情况反而会使预测值背离事实更远,而基于模糊感知器的学习算法实现线性回归具有编程简单、对数据无特殊要求而且对数据的容错性较高的优点,可用来实现数据挖掘所需要的预测和异常检测功能。

基于模糊线性回归的脑卒中发病率预测模型

针对经典线性回归模型不能完全反映变量间的耦合关系而不适宜有模糊数的脑卒中发病率预测的问题,建立了一种模糊多元线性回归分析的脑卒中发病率预测模型。把历史数据分为建模数据样本和检测数据样本,采用线性规划法求出参数的中心值和模糊幅度值。实验结果表明,该模型具有较高的精确度和可操作性。

基于模糊评价及多元回归对大气污染的定量分析

针对大气污染预测,运用模糊综合评价和多元线性回归及多种数据处理等方法,分别建立了城市空气质量评比,以及大气污染物和气象参数相关影响等模型,使用MATLAB编程及EXCEL处理数据,研究得出各城市污染程度由轻到重排序及季节因素对空气质量的影响结论,并结合实际对治理大气污染提出合理的建议。

ANFIS与多元回归模型在ET_0实时预报中的对比研究

以气象数据为自变量,Penman Monteith方程计算值ET_0为应变量,分别建立了多元回归模型和自适应神经模糊推理系统(ANFIS)模型,对ET_0预测结果对比分析,ANFIS预测ET_0结果相对于多元线性回归具有精度高(1<ET_0<5)。预测结果与输入的Penman Monteith方程计算得ET_0相关性高。ANFIS预测ET_0模型输入项完全可以从当前短期气象预报中获得,程序运行操作简单,在辽阳市实时灌溉预报中有一定的推广意义,具有实用价值。

数控加工中心主轴热误差多元回归建模技术

随着机床制造水平的不断提高,机床几何误差占机床加工误差的比例越来越小,热误差所占比例越来越大,为了满足日益增长的高精度加工需求,必须建立数学模型有效补偿数控机床热误差。文章对leader way数控加工中心主轴热关键点进行了分析,建立了多元线性回归模型,对数控加工中心主轴热误差进行了补偿,验证了模型精度与稳健性。

基于模糊综合评判法的三峡库区旅游返贫风险评价

以三峡库区旅游扶贫村为例,基于实地调研构建返贫风险评价指标体系,采用多元线性回归和模糊综合评判法定量评价三峡库区旅游扶贫村返贫风险等级。结果表明:三峡库区返贫发生路径主要体现在主体、产业、管理与保障3个层面;三峡库区旅游扶贫村风险等级均大于0分级,没有出现返贫的情况,形势较为乐观;旅游扶贫村之间的返贫风险有比较明显的差异,存在具有较大风险的旅游扶贫村。通过对三峡库区返贫风险的研究,丰富了旅游返贫研究,巩固了三峡库区旅游扶贫村扶贫成果,为其衔接乡村振兴战略奠定基础。

运用模糊隶属度进行土壤属性制图的研究--以黑龙江鹤山农场研究区为例

通过传统土壤类型图所得的土壤属性图已不能满足精准农业和生态环境模型所需土壤属性的精度,而目前应用较多的统计方法和地统计方法均存在一定的局限性。鉴于此,本文探索了一种采用模糊聚类获取模糊隶属度进行土壤属性制图的方法。首先,采用模糊c均值聚类(Fuzzyc-means clustering,FCM)方法对环境因子进行聚类,通过野外采样(称为建模点)建立土壤-环境关系知识;然后,计算区域内各像元点对土壤类型的模糊隶属度;最后,对模糊隶属度采用加权平均的方法获取土壤属性值。将该方法应用于黑龙江鹤山农场老莱河流域的研究小区,以土体厚度和表层有机质为例进行土壤属性制图。为了评价该方法的有效性,将其与采用环境因子所建立的多元线性回归模型进行比较,通过野外验证点集评价两种模型所得的土壤属性,评价指标为观测值和预测值的相关系数、平均绝对误差(MAE)、均方根误差(RMSE)和准确度(AC)。结果表明,尽管通过建模点建立的多元线性回归方程R2较大,但该方程并不适用于研究区内的其他样本点,这表明多元线性回归方法在该区具有一定的局限性。与之相比,模糊隶属度加权平均的方法则可以通过较少的建模点得到更好的预测效果。

基于模糊聚类测点优化与向量机的坐标镗床热误差建模

为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型.