基于PSO-PLS煤泥浮选加药量预测模型

煤泥浮选药剂添加量的精确控制对浮选效果至关重要,是智能浮选的重要因素,也是近几年浮选智能科研工作者的研究课题。药剂量添加不当会导致浮选精煤灰分存在较大波动。影响浮选药剂添加量的因素众多,本文考虑入料浓度、入料流量、补水量、精煤灰分和尾煤灰分这五种因素对煤泥浮选药剂添加量的影响,提出了一种基于粒子群优化(PSO)偏最小二乘(PLS)算法的煤泥浮选起泡剂和捕收剂加药量预测模型。通过对比PCA、PLS和PSO-PLS三种算法的预测效果,发现PSO-PLS模型在预测精度和稳健性上表现优异,均方差、均方根误差、平均绝对百分比误差显著低于前两者,捕收剂预测R2值达到0.7863,起泡剂预测R2值达到0.8320,表明其拟合效果良好。实验证明,PSO-PLS算法能够准确预测浮选药剂添加量,有助于实现选煤厂浮选加药过程的智能化,为进一步选煤厂智能化建设提供了技术支持。

Pls3突变相关新型早发骨质疏松大鼠模型的心血管改变及机制

目的基于自主构建的丝束蛋白3(Plastin 3,PLS3)大片段基因Pls3敲除的新型骨质疏松大鼠模型,评估心血管表型及其与胶原代谢的关系。方法采用CRISPR/Cas9技术构建Pls3基因10~16外显子大片段敲除的大鼠模型(Pls3^(E10-16del/0)),与野生型大鼠进行心脏表型比较,采用免疫组化染色了解PLS3蛋白在心血管的表达,采用超声心动评估大鼠心血管形态及功能,HE染色了解心脏组织学改变,使用扫描电镜评估心脏胶原蛋白的微结构及排列。结果PLS3在野生型大鼠心血管组织细胞质中广泛表达,在Pls3^(E10-16del/0)大鼠心血管的表达明显减少。6~8周龄Pls3^(E10-16del/0)大鼠的心脏及大血管结构与功能未见明显异常,但与野生型大鼠相比,其存在右心室舒张末内径及近端升主动脉内径缩小,血管内皮细胞减少及排列紊乱。Pls3^(E10-16del/0)大鼠心血管组织中的胶原合成未受影响,但电镜下可见其心脏及升主动脉中的细胶原纤维断裂、排列散乱。结论本研究首次对新型Pls3基因大片段敲除的早发骨质疏松大鼠模型心血管系统进行研究,发现其右心室及升主动脉内径缩小,出现细胶原纤维断裂、排列散乱的异常改变,其对心血管系统的结构与功能的远期影响,有待观察,研究拓展了对Pls3相关骨质疏松症心血管表型的认识。

PLS1基因突变致非综合征型耳聋的研究进展

PLS1基因(OMMI:602734)编码PLS1蛋白。PLS1蛋白是一种肌动蛋白捆绑蛋白,在横结肠、小肠末端和内耳细胞中均有表达,参与微绒毛的组成,有助于维持静纤毛的稳定性。研究发现,PLS1基因突变将导致其表达的PLS1蛋白被破坏,从而导致不同程度的轻度至重度进行性高频感音性耳聋。目前,在世界范围内已经报道了数例PLS1基因碱基替换突变突变导致常染色体显性非综合征型耳聋的病例。我们对PLS1基因突变导致非综合征型遗传性耳聋的研究进展予以综述。

基于系统聚类和PLS回归分析的栝楼种子等级综合评判研究

目的建立栝楼种子等级评价模型,科学评判不同产地栝楼种子的品质。方法以25批栝楼种子为研究对象,测定各批次种子净度、含水量、千粒重、发芽率、生活力等指标参数,并以此为依据,利用SIMCA-P 14.0软件对数据进行系统聚类分析(HCA)、偏最小二乘法-判别分析(PLS-DA)及偏最小二乘回归分析(PLS),并建立等级预测模型。结果根据HCA可以将25批栝楼种子样品划分为3个等级,PLS-DA表明该等级划分合理;PLS回归分析预测得到栝楼种子质量等级的回归方程为:Y=2.618+0.006X_(1)-0.045X_(2)-0.035X_(3)+0.005X_(4)(X_(1)~X_(4)分别为千粒重、含水量、生活力、发芽率),若Y在0.5~1.5之间,则判别为一级种子;若Y在1.5~2.5之间,则为二级种子;若Y在2.5~3.5之间,则为三级种子。结论建立的栝楼种子等级快速评价模型评价效果较为理想,可为栝楼种子质量等级的预测和良种选育提供理论依据。

基于PLS模型的建筑电气能耗预测

本文针对传统建筑工程施工作业中电气设备能源消耗过大、能耗数据未能充分利用的情况,提出一种基于PLS模型的建筑电气能耗预测方法,通过在传统建筑电气设备中加入传感器,运用LoRa射频数据双向传输技术,有效整合能耗数据,引入PLS方法建立能耗异常预测模型,获取建筑电气设备的能耗时间比,分析能耗数据异常数据点,并采用评价指标验证预测结果的有效性。通过实验验证,该方法在建筑电气设备能耗管理及工业能源可持续发展方面具备较高的可行性。

平滑、导数、基线校正对近红外光谱PLS定量分析的影响研究

基于偏最小二乘法 ,利用平滑、导数、基线校正预处理手段 ,对近红外光谱进行了定量分析 ,比较了分析结果 ,给出了不同预处理方法的PRESS值和RMSEC的值 ,比较并选取了最佳预处理方法。在平滑预处理方法中 ,比较了不同平滑点数对预测的影响 ,确定了最佳平滑点数 ,通过采用PLS回归分析 ,与原始光谱数据回归比较 ,结果令人满意。

PLS-BP法近红外光谱定量分析研究

建立BP模型用于近红外光谱定量分析时,为克服所建模型与训练样本集产生“过拟合”,先用线性算法为其压缩训练数据是必要的。目前多采用主成分法(PCA)和逐步回归法(SRA)。主成分法具有极强的压缩数据能力,用它压缩成的主成分输入BP网所建模型的预测精度一般能满足要求,但它处理数据时未考虑输出变量的影响。逐步回归法根据系统输出选择变量,但所选变量具有自相关性,而且与训练集样品的排列顺序有关,很难选出最好的变量,往往难满足预测精度要求。本研究用偏最小二乘法(PLS),根据输出变量将原始数据压缩为主成分,输入BP网并用所建模型预测30个小麦样品的蛋白质含量。结果表明,与PCA-BP模型的预测决定系数(R2)从92.50提高到97.10,训练迭代次数从12 000减少到4 500。

近红外光谱-BP神经网络-PLS法用于橄榄油掺杂分析

橄榄油兼有食用和保健的作用,价值与价格远远高于其他食用油,所以橄榄油中以劣充好的现象十分普遍。可采用近红外光谱法测定初榨橄榄油中掺杂芝麻油、大豆油和葵花籽油的光谱数据,运用改进的BP算法——Levenberg-Marquardt方法,建立PCA-BP人工神经网络方法对其进行定性判别。同时采用偏最小二乘法(PLS)建立了初榨橄榄油中芝麻油、大豆油、葵花籽油含量的近红外光谱定标模型,用交互验证法进行验证。结果表明,BP人工神经网络有很好的定性鉴别能力,PLS建立的芝麻油、大豆油、葵花籽油定标模型的相关系数分别为98.77,99.37,99.44,交叉验证的均方根误差分别为1.3,1.1,1.04。该方法无损、快速、简便,为橄榄油掺杂的检测提供了一种新的途径。

PLS法在同时分光光度测定痕量金属离子中的应用

本文研究了新显色剂4-(2-苯并噻唑偶氮)邻苯二酚-Mo(Ⅵ)、W(Ⅶ)-二苯胍三元配合物的高灵敏显色反应以及偏最小二乘法(PLS)在同时分光光度测定痕量钼和钨中的应用。与共轭梯度法和线性规划法相比,PLS法的运行时间短,结果更准确可靠,尤其适用于处理成批试样,为带微处理机的分光光度计提供了一种新的计算方法。

PLS回归法分析多因素对卷烟燃烧温度及主流烟气有害成分释放量的影响

为了考察卷烟材料(卷烟纸、接装纸、成型纸和滤棒)和膨胀梗丝多因素作用对卷烟燃烧锥最高温度以及焦油、烟碱和主流烟气中7种有害成分(CO,HCN,NNK,NH3,B[a]P,苯酚和巴豆醛)释放量的影响,采用偏最小二乘(PLS)回归法建立了卷烟燃烧锥最高温度以及焦油、烟碱和主流烟气中7种有害成分释放量的多因素预测模型。结果表明:1卷烟燃烧锥最高温度的主要影响因素为卷烟纸助燃剂含量。随卷烟纸助燃剂含量增加,卷烟燃烧锥最高温度有降低趋势。2焦油、烟碱和主流烟气7种有害成分释放量的主要影响因素为接装纸透气度。随接装纸透气度增加,焦油、烟碱和主流烟气7种有害成分释放量有降低趋势。3随卷烟纸助燃剂和膨胀梗丝含量的增加,焦油、烟碱及主流烟气7种有害成分的释放量有降低趋势。适当增加接装纸透气度、卷烟纸助燃剂含量和膨胀梗丝含量,可在一定程度上调控卷烟燃烧锥温度,降低卷烟烟气有害成分释放量。

PLS回归法建立适应温度变化的近红外光谱定量分析模型

研究了近红外光谱定量分析模型对于样品温度的适应性。以 4 2个不同品种的大豆为实验材料 ,用 2台光谱仪分别独立测定了样品在 5种温度下的近红外光谱。对于 2台光谱仪测定的光谱 ,均依据光谱信息选择部分光谱 ,采用PLS回归法对大豆样品的粗蛋白质和粗脂肪含量分别建立了近红外光谱定量分析模型 ,并以剩余样品对模型进行预测检验。 4个模型的预测结果均表明 :超过 94 %的检验样品的预测相对误差小于 5 % ,说明了预测样品处于 5～ 4 0℃时 ,模型都有较好的预测效果。

偏最小二乘法(PLS)及其在分析化学中的应用

本文介绍了一种性能优于其他多元统计方法的新的多元校准法——偏最小二乘法(PLS),研究了其理论基础、算法和性能,评述了其在吸收光谱分析、荧光分光光度分析、ICP—AES、色谱分析、核磁共振谱分析、生物化学、产品质量预测、毒理学、环境化学和地球化学研究等方面的应用以及应用发展动向。引用文献58篇。

PLS-近红外漫反射光谱法分析磺胺甲基异唑

偏最小二乘（ＰＬＳ）法同近红外漫反射光谱法结合，分析了粉末药品磺胺甲基异唑．讨论了波长对ＰＬＳ定量预测能力的影响．对照样品和试样的预测结果的ＲＳＤ分别为０．１１％和０．５６％，结果令人满意．

PLS-原子吸收光谱法同时测定稀土氧化物中的Eu和Cu

用偏最小二乘法（ＰＬＳ）校正了火焰原子吸收分析中Ｅｕ３２４．７５３ｎｍ对Ｃｕ３２４．７５４ｎｍ吸收线重叠干扰，用铜空心阴极灯同时测定了合成样及稀土氧化物中的Ｅｕ和Ｃｕ。

基于iPLS原理最优化信息区间的桃糖度组合权重PLS模型研究

采用反向区间偏最小二乘法和组合区间偏最小二乘法优化桃糖度可见/近红外光谱的信息区间组合,在选择的信息区间的基础上建立了一种线性组合权重PLS模型.对近红外光谱进行二阶导数处理、卷积平滑校正后,发现在区间分割数为15时筛选结果最优,BiPLS所选择的信息区间为742～770nm和862～920nm,SiPLS所选择的信息区间为742～770nm、832～860nm和892～920nm.直接组合信息区间BiPLS和SiPLS模型的RMSEP值分别为0.386和0.308,线性组合权重PLS模型的RMSEP值分别为0.351和0.364.结果说明在近红外定量分析中线性组合权重模型的建立克服了复杂样品各信息区间对PLS建模贡献率不一样的问题.

江苏省生态足迹时间维度变化及其驱动因素分析——基于PLS方法对STIRPAT模型的修正

在分析江苏省生态足迹时间维变化规律的基础上,探讨江苏省生态足迹变化的重要驱动因素。1)1990-2007年,江苏省生态足迹以年均5.36%的速度从7 227.75万hm2升至13 817.76万hm2,而生态承载力以年均0.30%的速度从2 850.98万hm2降至2 703.58万hm2,生态足迹对区域生态赤字变化的贡献率达97.81%,成为江苏省生态赤字增加的主要原因;2)STIRPAT模型分析结果显示,人均GDP及其二次项、第一二产业产值占总产值比重及其二项式是江苏省生态足迹变化的重要驱动因素,总人口及城市化率指标却被排除在外,然而VIF值计算结果显示模型中各驱动因素间多重共线性明显;3)采用PLS方法修正STIRPAT模型,消除因素间的多重共线性问题,显示总人口、人均GDP及其二次项、第一二产业产值占总产值比重及其二次项、城市化率及其二次项都是江苏省生态足迹变化的重要驱动因素,且按VIP重要性排序为城市化率>人均GDP二次项>一二产业产值占总产值比重>人均GDP>城市化率二次项>总人口>一二产业产值占总产值比重二次项。两种方法中人均GDP二次项的系数均为正,表明江苏省生态足迹变化不存在环境EKC曲线的假说。该文进一步明确STIRPAT模型在分析环境压力的驱动因素中存在的缺陷,另一方面验证了基于PLS修正的STIRPAT模型的准确性与可行性。

基于正交信号校正和偏最小二乘(OSC/PLS)的苹果糖度近红外检测

采用正交信号校正法(OSC)对苹果的近红外光谱(1300nm～2100nm)进行预处理,并结合偏最小二乘法(PLS)建立了苹果光谱对糖度的预测模型。应用结果表明,经OSC法预处理后,光谱形状总体上与原始光谱没有差别,但光谱曲线变得更为光滑,排列更为整齐、紧密。这说明正交信号校正法(OSC)滤除了原始光谱中的部分噪声,但又保留了原光谱中的主要信息。苹果光谱对糖度的PLS校正模型采纳的最佳因子数会随着OSC因子的被逐个滤除而逐渐减少,甚至可减少至1(当然模型精度也有变化)。本研究中,校正模型的最佳性能产生于原始光谱被滤除10个OSC因子时,此时其采纳的最佳因子数为2,校正时的相关系数r2和标准偏差SEC分别为0.92644和0.40250,预测时的标准偏差SEP为0.50229。与OSC法处理前的PLS模型相比,其精度虽没有大幅提高,但由于采纳的因子数少,模型变得十分简洁。

PLS-BPN法用于7005铝合金力学性能与工艺参数的定量研究

用偏最小二乘法(PLS)结合反向传播人工神经网络(BPN)方法对7005铝合金力学性能与工艺参数之间的关系进行定性分析和计算。结果表明:用PLS法对实验数据作模式识别优化处理的结果与实验很吻合,能够指明该合金工艺参数优化的方向;用BPN定量计算的结果与实验测定值符合也较好;将PLS与BPN法有机地联系起来,有利于克服过拟合,提高BPN预报的准确性。用留一(LOO)交叉验证法分别对3种模型PLS、BPN和PLS-BPN的合金性能预报结果进行验证,其中PLS-BPN模型预测的均方根误差(RMSE)和平均相对误差(MRE)均最低,更适合于7005铝合金性能预报。

折息递推PLS算法及其在橡胶混炼质量控制中的应用

提出一种新的折息递推PLS(DRPLS)算法 .通过对折息因子的调节 ,使模型具有更高的灵活性和适应性 .克服传统PLS算法不能在线更新 ,普通RPLS算法无法克服“数据饱和”、可调参数少和缺乏灵活性的不足 .并将其成功运用于橡胶密炼质量控制中 ,满足了混炼过程控制对门尼黏度预测模型灵活性和精确性的特殊要求 ,获得了具有足够精度和可调节性的混炼胶门尼黏度预测模型 。

PLS质量监控及其在Tennessee Eastman过程中的应用

研究质量监测在部分最小二乘(PLS)框架下的可检测性问题,并给出一种新的主成分确定方法.根据故障子空间和变量的显著性测度确定不同故障对质量的影响力,定义最优检测函数,进而建立PLS最优检测模型(ODM),使模型对严重影响产品质量的重要过程故障具有最优检测能力.以TennesseeEastman(TE)过程为案例进行统计质量控制研究,结果表明此方法对重要过程故障的敏感性很高,有助于及时采取补救措施,稳定产品质量.