基于最小二乘法的γ辐射监测仪非线性校正

针对γ辐射监测仪的剂量率与计数率的非线性问题对辐射监测精确测量产生的不利影响,本文提出了一种基于最小二乘法的非线性校正方法,通过程序设计实现对整个非线性区间的最优化分段性拟合,得到不同的拟合函数,达到高精度拟合的要求。测试结果表明:经过非线性校正,其相关系数达到了1,提高了拟合精度;相对固有误差<±10%,该方法能够显著提高测量精度,有效地减小测量误差。

多项式偏最小二乘法对非线性体系红外谱图的分析

文章利用了一种非线性模型多项式偏最小二乘法(PPLS),结合傅里叶变换红外光谱遥感技术,对大气中的五组分混合体系进行了同时分析。并与偏最小二乘法(PLS)得到的结果进行了比较,PPLS显示出较好的处理非线性数据的能力。尤其是对混合物中的苯和氯仿的预测,均方根预测误差(RMSEP)分别是0.043和0.087,用PLS预测相应的RMSEP为0.402和0.842。PPLS的这一预测精度,可以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要。同时PPLS可以用较少的潜变量对变量进行解释,显示出PPLS模型的稳健性和简单化。

基于改进型非线性最小二乘法的作物模型隐含参数估计

为了使作物生长模型中的参数最优化,提出了一种改进型非线性最小二乘法在作物生长模型中隐含参数估计的应用技术,针对多目标项的情况提出了权矩阵的自动计算方法。通过良好的人机交互界面,使得该方法更精确、更有效、更方便。实验表明:用该方法对作物模型进行参数优化后,再对番茄生长的动态过程进行仿真,对模拟值和实测值进行比较,两者拟合程度很好。

基于最小二乘法的欠驱动水面船舶模型预测控制

针对欠驱动水面船舶轨迹跟踪控制问题,根据模型预测控制(Model Predictive Control, MPC)原理,提出一种基于参数化模型的非线性模型预测控制(Parameterized Model-Nonlinear Model Predictive Control, PM-NMPC)方法。采用最小二乘法对船舶的参数化模型进行辩识,设计PM-NMPC控制器。对环境干扰下的某集装箱船艏向角控制和轨迹跟踪进行试验,验证控制算法的有效性,并将该控制器与比例积分微分控制器(Proportional plus Integral plus Derivative cotroller, PID cotroller)控制器进行对比。仿真结果表明,PM-NMPC控制器轨迹跟踪效果更好,对未知干扰具有更强的稳健性。

最小二乘法在热电偶电势非线性软件补偿中的应用

详细讨论最小二乘法拟合热电偶E-T曲线软件补偿的计算方法,并自行设计计算机程序.与硬件方法相比具有成本低、易调试、精度高等优点.实践证明,这种软件补偿法误差在0.5℃以下,是一种应用广泛的计算方法.

基于投影寻踪的非线性鲁棒偏最小二乘法及应用

来自工业现场的数据往往具有非线性特性且包含离群点,利用非线性偏最小二乘法(partia lleast squares,PLS)建模易受离群点的影响.针对这一问题,结合径向基函数(radial basis function,RBF)网络,本文提出了一种基于投影寻踪的非线性鲁棒PLS方法.该方法首先利用RBF变换将自变量与因变间的非线性关系转化为线性关系;然后利用投影寻踪算法提取变换后自变量的鲁棒偏最小二乘法成分;最后建立鲁棒PLS成分与因变量之间的鲁棒线性回归模型.将该方法应用于湿法冶金萃余液pH值软测量建模问题,结果验证了其有效性.

采用非线性最小二乘法实现圆环天线阵的方向图综合

为使阵列天线获得圆对称方向图,通常采用环阵的排列方式。本文研究了圆环阵列天线的特殊方向图综合方法,文中采用非线性最小二乘法对影响天线方向图的诸多参数,如单元的幅度和相位、单元间距以及单元在阵中的位置进行了优化设计,使阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。

基于全局非线性可分离的最小二乘法的飞机颤振模态参数辨识

考虑在输入-输出数据都带有噪声的前提下,将偏差补偿最小二乘算法(CLS)进行推广得到非线性可分离的最小二乘算法(NSLS)。采用适用于噪声环境的非线性可分离的最小二乘算法可准确地辨识飞机的颤振模态参数,该算法结合传递函数模型,将带噪声系统的辨识问题转化为非线性可分离的最小二乘问题。利用该算法,两噪声的方差值和传递函数中的模型参数可分离地估计出来。最后利用试飞试验数据辨识飞机的系统参数,验证了该方法的有效性。

基于均匀设计及非线性偏最小二乘法的非闭合电极ECT传感器参数优化设计

提出了一种非闭合电极电容层析成像(ECT)传感器结构参数的优化方法。采用均匀设计结合非线性偏最小二乘(NPLS)回归,提取传感器结构参数(电极极板的宽度 l、绝缘外壳的壁厚δ_1、屏蔽罩与绝缘外壳间距δ_2及绝缘外壳材料的相对介电常数ε)与待优化指标(敏感场的均匀度及灵敏度指标 p′、最大与最小电容的比值 K)间的函数关系,建立相应的优化目标泛函,通过对优化目标泛函的求解,最终获得传感器结构参数的最优值。并以10电极非闭合电极 ECT 传感器为研究对象,进行了结构参数的优化设计,根据优化结果设计制作了非闭合电极 ECT 传感器,对其成像进行了仿真与实测。结果表明,参数优化后的传感器图像重建质量优于未优化的传感器。

非线性方程组求解的超混沌序列最小二乘法及其应用

针对非线性方程组的求解在工程上具有广泛的实际意义,经典的数值算法如牛顿法存在其收敛性依赖于初值而实际计算中初值难确定的问题,将超混沌序列和最小二乘法结合,应用二维离散超混沌系统产生迭代初始点,提出了应用超混沌序列的最小二乘法求解非线性方程组全部实数解的新方法.测试结果表明新方法的正确性和有效性.

双频阵列天线方向图的非线性最小二乘法综合

研究了一种20GHz和30GHz双频六角形阵列天线方向图的综合方法。采用了非线性最小二乘法对影响天线方向图的诸多参数,如单元的幅度和相位、单元间距以及单元在阵中的位置进行了优化设计,以使双频阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。

精确的炮弹定位方法——非线性最小二乘法

利用非线性最小二乘法建立模型 ,用 MATLAB求解并进行灵敏度分析 .得到炮弹精确的坐标位置 .

非线性偏最小二乘法在催化剂建模中的应用(英文)

神经网络偏最小二乘法 (NNPLS)被应用于一种甲烷氧化偶联多组分催化剂的鲁棒反应模型的建立 .重点研究了内层神经网络学习算法、激活函数、网络结构 (包括隐含节点数、隐含层 )、网络权值初始化及主元的选取原则等 .研究表明 ,内层神经网络分别采用 1 10 5 1,1 8 4 1,1 8 5 1,1 7 4 1,1 8 4 1,1 8 6 1的拓扑结构是合适的 ;Levenberg Marquardt方法被用于网络的学习算法可以加快学习速度 ;同时采用了sigmoid函数为激活函数 .计算结果显示 ,四主元可以满足建模的需要 .与单纯的神经网络催化剂模型相比 ,NNPLS方法压缩分解了变量 ,减少了计算量 ,同时使模型的推广能力得到提高 ,有效地改善了直接神经网络建模过程中催化剂模型泛化能力较差的缺点 .

压电材料复参数的非线性最小二乘法估计

将压电材料参数作为复数考虑,对分析压电材料性能有着实际意义。该文从曲线拟合的思想出发,运用非线性最小二乘法(高斯-牛顿法)来估计压电材料复参数,仿真结果显示,估计值与真实值比较接近,算法的收敛性较强,是压电参数测量的一个实用方法。

采用非线性最小二乘法实现双频圆形天线阵的方向图综合

研究了20GHz和30GHz双频段圆环阵列天线的方向图综合方法。采用了非线性最小二乘法对影响天线方向图的诸多参数,如单元的幅度和相位、单元间距以及单元在阵中的位置进行优化设计,以使双频段阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。

岩体等效变形参数及侧压系数的非线性最小二乘法估计

从系统控制角度出发，在位移等效的原则下将复杂岩体中开掘的圆形隧洞简化为连续、均匀、各向同性介质中相同半径的隧洞等效模型，然后利用等效模型的理论解和实测不同方向洞周收敛计和伸长计的位移测值，通过非线性最小二乘原理确定等效模型的变形参数及侧压系数的最优估计。

用改进的高斯-牛顿最小二乘法估测非线性生长曲线的参数

本文讨论了用改进的高斯－牛顿最小二乘法估测非线性参数的方法，并用肉鸡生长曲线拟合实例给以示范．

非线性最小二乘法的算法(英文)

本文给出非线性最小二乘的优化条件和几何特征

非线性方程组求解的混沌最小二乘法及平面四杆函数机构综合

机构学问题的数学模型常可化为多元非线性方程组,一般求解多元非线性方程组需要初始值,而初始值的选择是相当困难的;同伦方法不需初始值就能求出全部解,为求解这一问题提供了可行的方法,但需要编写专用的程序,且计算量比较大;本文结合MATLAB6 .5 .1高级程序设计语言采用简单的最小二乘法迭代,并将非线性方程视为非线性的动力学系统,利用使得系统产生混沌的Julia集的点求解方程的全实数解,而Julia集的点集用二周期逆像函数求得,再在其邻域内求解即可。运用该算法编写了MATLAB程序,对平面四杆机构综合问题进行了研究,从而找到了实现最大精确点时该问题的全部的解,为实际机构的设计提供了多种选择方案,为机构学设计提供了全新的方法。

非线性随机系统具有遗忘因子的递推最小二乘法

针对NARMAX模型,结合线性滤波、谱分解定理及成型滤波器原理构成非线性随机系统模型,并将参数模型转化为脉冲响应非参数模型。依据Hankel矩阵法,在参数估计准则函数中加入待估参数的增量约束项和遗忘因子,并结合增广最小二乘递推算法,提出一种具有遗忘因子的非线性参数估计的递推最小二乘法。该算法收敛速度快,且能克服病态,适用于时变参数情形。将其应用于一种非线性自适应预测控制算法仿真中,验证了算法的有效性。