基于压缩主成分估计的预测优良性的一个充要条件_叶鹰
乙烯装置裂解气压缩机性能预测模型研究
文章编号：1006-3080(2021)02-0177-06DOI: 10.14135/ki.1006-3080.20191226002乙烯装置裂解气压缩机性能预测模型研究马芳芳1， 熊 达1， 孙铁栋2， 欧阳福生1（1. 华东理工大学石油加工研究所，上海 200237；2. 石化盈科信息技术有限责任公司，北京 100007）摘要：以乙烯装置裂解气压缩机的设计信息为基础，通过修正设计数据建立了压缩机性能模型；基于学习速率自适应误差变化思想并结合遗传算法（GA ）的全局寻优特性，提出了一种改进BP 算法LR-GA-BP 进行压缩机性能预测；用模型对某乙烯装置四级压缩系统进行了模拟计算，压缩机第四段出口气体主要组分的预测值与实测值的相对误差均小于2%，压缩机各段出口温度和压力的预测值与实测值的相对误差均小于1%，说明裂解气压缩机性能预测模型是可靠的。
根据热力学原理，将四级压缩过程等价为绝热压缩，分析了压缩机第四段出口温度较高的影响因素，提出了降温措施，并进行模拟验证。
结果表明，适当增加压缩机段间返回流量可以降低压缩机第四段出口温度。
本文结果对于减缓压缩系统结焦、优化压缩机操作具有重要参考价值。
关键词：裂解气压缩机；性能预测模型；模拟计算；LR-GA-BP 算法中图分类号：TQ 052文献标志码：A作为乙烯装置的关键设备，裂解气压缩机多采用多级离心式压缩机。
在压缩机运转过程中，其性能信息的完备性至关重要。
通常压缩机在设计工况下的性能信息由制造商提供，但根据实际生产需要，压缩机常在偏离设计工况的条件下运行。
由于实际工况下的工艺参数不可避免会发生变化，所以需要经常对压缩机进行频繁的手动调节，人工干预程度较高，且存在一定的安全风险。
为保证压缩机在变工况条件下安全、平稳运行，研究其变工况性能十分必要。
为获取压缩机在各类工况下的性能信息，Sieros 等[1]提出了压缩机和涡轮机性能图的解析表示法，该方法的有效性已在发动机试验中得到验证，但为达到高的精度要求，该方法通常需要引入大量的过程参数，导致模型较为复杂；褚菲等[2]利用热力学定理和压缩机能量损失机理建立了机理模型，并通过BP （Back Propagation ）神经网络修正机理模型，虽然该模型的精度较高，但由于离心机操作条件复杂，导致机理模型中的一些重要参数如冲击损失系数等难以准确获取。
基于隐马尔可夫模型的股票价格预测组合模型
隐马尔科夫模型(hidden Markov model，HMM)[2-3]包含一个 双 重 随 机 过 程 ，一 重 是 隐 马 尔 科 夫 链 ( 描 述 随 机 过 程 状 态 的 转 移 )，另 一 重 是 与 隐 马 尔 科 夫 链 中 状 态 相 关 的 随 机 观 察 值 输 出 概率函数 (描述状态和观值之间的统计对应关系)。在某一个 时 刻 ，这 个 隐 马 尔 科 夫 链 处 于 某 一 状 态 之 中 ，并 且 由 与 这 个 状 态相关的随机观察值输出概率函数生成一个观察值。然后， 隐马尔科夫链根据状态转移概率转移到下一个状态。这样， 站 在 观 察 者 的 角 度 ，只 能 看 到 观 察 值 ，而 不 像 马 尔 科 夫 链 模 型 中 的 观 察 值 和 状 态 一 一 对 应 。因 此 ，不 能 直 接 看 到 状 态 ，而 只 能通过一个随机过程感知状态的存在及其特性，所以称为 “隐”马 尔 科 夫 链 模 型 。
= [ 1 = ]，1≤ ≤ 和 =1。 通常为了方便起见，可将 HMM 表示为：= (A,B, )。
2 粒子群算法
粒子群优化算法[4]是一个基于种群的优化算法，种群称作
粒子群，粒子群中的个体被称为粒子。设有 个粒子组成的一
个群体，其中第 个粒子表示为一个 维的向量x ( = 1, 2,…, )， 第 个粒子的“飞行”速度也是一个 维的向量，记为v ( = 1, 2,…,
Abstract：A fusion model APHMM is proposed by combining the hidden Markov model (HMM), artificial neural networks (ANN) and particle swarm optimization (PSO) to forecast financial market behavior. In APHMM, use ANN to transform the daily stock price into independent sets of values and become input to HMM. Then draw on PSO to optimize the initial parameters of HMM. The trained HMM is used to identify and locate similar patterns in the historical data. The price differences between the matched days and the respective next day are calculated. Finally, a weighted average of the price differences of similar patterns is obtained to prepare a forecast for the required next day. Forecasts are obtained for a number of securities that show APHMM is feasible. Key words：stock market forecasting; hidden Markov model; hidden Markov model optimize; artificial neural network; particle swarm optimization
统计预测与决策(第三版)
回本章目录
定量预测的优点： 注重于事物发展在数量方面的分析，重视对事物发展变化的程度做数量上的描述，更多地依据历史统计资料，较少受主观因素的影响。 定量预测的缺点： 比较机械，不易处理有较大波动的资料，更难以预测事物质的变化。
回总目录
回本章目录
从研究的角度看，统计预测和经济预测都以经济现象的数值作为其研究对象，但着眼点不同。前者属于方法论研究，其研究的结果表现为预测方法的完善程度；后者则是对实际经济现象进行预测，是一种实质性预测，其结果表现为对某种经济现象的未来发展做出判断。 从研究的领域来看，经济预测是研究经济领域中的问题，而统计预测则被广泛地应用于人类活动的各个领域。
回总目录
回本章目录
1.2 统计预测方法的分类和选择
统计预测方法可归纳分为定性预测方法和定量预测方法两类，其中定量预测法又可大致分为回归预测法和时间序列预测法; 按预测时间长短，分为近期预测、短期预测、中期预测和长期预测; 按预测是否重复，分为一次性预测和反复预测。
一、统计预测方法的分类
回总目录
回总目录
回本章目录
德尔菲法的缺点： （1）对于分地区的顾客群或产品的预测可能 不可靠。 （2）责任比较分散。 （3）专家的意见有时可能不完整或不切合实际。
回总目录
回本章目录
三、德尔菲法应用案例
例 1 某公司研制出一种新兴产品，现在市场上还没有相似产品出现，因此没有历史数据可以获得。公司需要对可能的销售量做出预测，以决定产量。于是，该公司成立专家小组，并聘请业务经理、市场专家和销售人员等8位专家，预测全年可能的销售量。8位专家提出个人判断，经过三次反馈得到结果，如下表所示。
应做工作
分解分析法
4
短期
一种改进的樽海鞘群算法
收稿日期：２０２０ ０９ ２２；修回日期：２０２０ １１ ０６ 基金项目：北京市自然科学基金资助项目（Ｚ１６０００２）；网络文化与数字传播北京市重点实验室开放课题（５２２１９３５４０９） 作者简介：陈连兴（１９９６ ），男（通信作者），河北沧州人，硕士研究生，主要研究方向为智能计算、软件理论与应用（ｉｓｃｈｅｎｌｘ＠１６３．ｃｏｍ）；牟永敏（１９６１ ），男，山东烟台人，教授，博士，主要研究方向为软件理论与应用．一种改进的樽海鞘群算法陈连兴ａ，牟永敏ｂ（北京信息科技大学ａ．网络文化与数字传播北京市重点实验室；ｂ．计算机学院，北京１００１０１）摘 要：针对樽海鞘群算法在对函数优化问题求解上出现的求解精度不高、收敛速度慢的缺点，提出了一种改进的群海鞘群算法。
对于领导者引入加权重心取代最优个体位置，防止过早聚集在最优个体附近；对于追随者引入自适应惯性权重平衡算法的全局搜索和局部寻优能力；最后对于个体进行逐维随机差分变异，减少维间干扰，提高了种群的多样性。
仿真实验结果表明改进的樽海鞘群算法在均值、标准差和收敛曲线优于标准樽海鞘群算法和其他改进算法，说明改进后的算法提高了寻优性能，有较高的求解精度和较快的收敛速度。
关键词：樽海鞘群算法；加权重心；逐维变异；惯性权重；函数优化中图分类号：ＴＰ３０１．６ 文献标志码：Ａ 文章编号：１００１ ３６９５（２０２１）０６ ００８ １６４８ ０５ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１ ３６９５．２０２０．０９．０２４２ＩｍｐｒｏｖｅｄｓａｌｐｓｗａｒｍａｌｇｏｒｉｔｈｍＣｈｅｎＬｉａｎｘｉｎｇａ ，ＭｕＹｏｎｇｍｉｎｂ（ａ．ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｒｎｅｔＣｕｌｔｕｒｅ＆ＤｉｇｉｔａｌＤｉｓｓｅｍｉｎａｔｉｏｎＲｅｓｅａｒｃｈ，ｂ．ＣｏｍｐｕｔｅｒＳｃｈｏｏｌ，ＢｅｉｊｉｎｇＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄｓａｌｐｓｗａｒｍａｌｇｏｒｉｔｈｍｔｈａｔａｉｍｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗｐｒｅｃｉｓｉｏｎａｎｄｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄｉｎｓｏｌｖｉｎｇｆｕｎｃｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓ．Ｆｏｒｌｅａｄｅｒｓ，ｔｈｉｓａｌｇｏｒｉｔｈｍｒｅｐｌａｃｅｄｔｈｅｏｐｔｉｍａｌｉｎｄｉｖｉｄｕａｌｐｏｓｉ ｔｉｏｎｗｉｔｈｗｅｉｇｈｔｅｄｃｅｎｔｒｏｉｄｔｏｐｒｅｖｅｎｔｐｒｅｍａｔｕｒｅａｇｇｒｅｇａｔｉｏｎｎｅａｒｔｈｅｏｐｔｉｍａｌｉｎｄｉｖｉｄｕａｌ．Ｉｔａｌｓｏｉｎｔｒｏｄｕｃｅｄａｄａｐｔｉｖｅｉｎｅｒｔｉａｗｅｉｇｈｔｔｏｔｈｅｆｏｌｌｏｗｅｒｓｔｏｂａｌａｎｃｅｔｈｅｇｌｏｂａｌｓｅａｒｃｈａｎｄｌｏｃａｌｏｐｔｉｍｉｚａｔｉｏｎｃａｐａｂｉｌｉｔｉｅｓｏｆｔｈｅａｌｇｏｒｉｔｈｍ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｉｓａｌｇｏ ｒｉｔｈｍｃｏｎｔｒｉｂｕｔｅｄｔｏｒｅｄｕｃｉｎｇｔｈｅｉｎｔｅｒ ｄｉｍｅｎｓｉｏｎａｌｉｎｔｅｒｆｅｒｅｎｃｅａｎｄｉｍｐｒｏｖｉｎｇｔｈｅｄｉｖｅｒｓｉｔｙｏｆｔｈｅｐｏｐｕｌａｔｉｏｎｂｙｄｉｍｅｎｓｉｏｎａｌｒａｎｄｏｍｄｉｆｆｅｒｅｎｃｅｍｕｔａｔｉｏｎ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｉｌｌｕｓｔｒａｔｅｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｓｂｅｔｔｅｒｔｈａｎｔｈｅｓｔａｎｄａｒｄｔｙｍｐａｎｕｍｇｒｏｕｐａｌｇｏｒｉｔｈｍａｎｄｏｔｈｅｒｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｓｉｎｔｅｒｍｓｏｆｍｅａｎ，ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎａｎｄｃｏｎｖｅｒｇｅｎｃｅｃｕｒｖｅ．Ｔｈｅｒｅｓｕｌｔｓａｌｓｏｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｍｐｒｏｖｅｓｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｏｐｔｉｍｉｚａｔｉｏｎ，ａｎｄｈａｓｈｉｇｈｅｒｐｒｅｃｉｓｉｏｎａｓｗｅｌｌａｓｆａｓｔｅｒｃｏｎｖｅｒ ｇｅｎｃｅｓｐｅｅｄ．Ｋｅｙｗｏｒｄｓ：ｓａｌｐｓｗａｒｍａｌｇｏｒｉｔｈｍ（ＳＳＡ）；ｗｅｉｇｈｔｅｄｃｅｎｔｒｏｉｄ；ｄｉｍｅｎｓｉｏｎｂｙｄｉｍｅｎｓｉｏｎｍｕｔａｔｉｏｎ；ｉｎｅｒｔｉａｗｅｉｇｈｔ；ｆｕｎｃｔｉｏｎｏｐ ｔｉｍｉｚａｔｉｏｎ０ 引言群体智能优化算法通过模拟自然群体的行为为解决复杂的优化问题提供了强大的工具，并已广泛应用于许多领域［１，２］。
压气机叶片一次加工合格率预测
压气机叶片一次加工合格率预测张 旭1，童一飞2*，胡骥川2（1.中国航发南方工业有限公司，湖南株洲 412002； 2.南京理工大学机械工程学院，江苏南京 210094）摘要：压气机叶片被广泛用于航空、能源等领域的气体压缩设备中，也被应用于农业装备中，以提高零部件的加工效率和质量，提高整机的可靠性和耐用性。
因此，其设计和加工的精度要求较高。
开展压气机叶片一次加工合格率预测技术研究，提出了PSO-BP预测模型，提高了网络的全局搜索能力以避免局部最优解，从而提升预测的准确度。
实验结果表明，PSO-BP模型的预测精度明显高于传统BP神经网络模型，预测的最大误差百分比为1.24%，平均误差百分比为0.24%，预测准确度达到96.67%。
关键词：压气机叶片；一次合格率；合格率预测；PSO-BP模型0 引言压气机叶片通常用于航空、能源等领域的气体压缩设备中，也应用于农业装备中，以提高零部件的加工效率和质量[1]，提高整机的可靠性和耐用性。
作为航空发动机的核心部件，叶片的质量很大程度上决定了发动机的性能，因此压气机叶片的质量尤为重要。
一次加工合格指的是压气机叶片柔性加工单元完成对叶片的加工之后未经过返工返修，第一次检验就能合格的压气机叶片。
而一次加工合格率指的是一次加工合格的压气机叶片占加工单元产出的比率。
本文以F型号叶片为例，对压气机叶片柔性加工单元所产出叶片的一次加工合格率进行预测，根据预测结果采取相应的预防性措施，减小压气机叶片加工单元产出叶片的品质出现重大问题的概率。
目前，产品质量合格率预测方法主要分为传统质量预测方法和人工智能方法2个大类。
传统的质量预测方法主要是基于统计过程控制的方法，人工智能方法的典型代表则是用神经网络预测产品合格率。
在人工智能方法预测产品合格率预测方面，Apriori 算法和FP-Growth算法是2种关联性规则分析的经典算法。
为了解决Apriori算法运行效率不高的缺点，Toivonen H[2] 探究得出以采样思想算法为基础，分析和阐述数据之间的关联性规则，从而实现算法运行的并行化。
植物酸奶品质优化的研究进展
尹新雅，王爽，朱玲，等. 植物酸奶品质优化的研究进展[J]. 食品工业科技，2024，45（3）：397−405. doi: 10.13386/j.issn1002-0306.2023030325YIN Xinya, WANG Shuang, ZHU Ling, et al. Advances in Quality Optimization of Plant-based Yogurt[J]. Science and Technology of Food Industry, 2024, 45(3): 397−405. (in Chinese with English abstract). doi: 10.13386/j.issn1002-0306.2023030325· 专题综述 ·植物酸奶品质优化的研究进展尹新雅，王 爽，朱 玲，张 晖*（江南大学食品学院，江苏无锡 214122）摘 要：植物酸奶的出现为牛乳蛋白过敏、高胆固醇、关注动物福利和环境保护人群带来了福音。
然而，植物酸奶因存在乳清析出、异味及酸度不高等品质问题降低了消费者的喜爱度，因此对植物酸奶品质优化进行研究在拓宽植物基食品的商业应用方面意义重大。
本文概述了不同来源植物酸奶营养、风味及质构上存在的主要品质问题，着重阐述了植物酸奶品质调控的相关手段及措施，包括配方改良、加工条件优化、发酵方式改善三方面的作用方式及效果，探讨了植物酸奶体系稳定、植物蛋白溶解性提高、凝胶网络交联加强等方面的机理。
不同调控措施对植物酸奶品质的改良效果存在差异、各有优缺点，有时需多种方法配合使用，以最大化改善植物酸奶品质问题。
最后展望了一些潜在的植物酸奶品质调控措施，以期为生产高品质植物酸奶提供指导方向。
关键词：植物酸奶，品质优化，配方，加工技术，发酵方式本文网刊:中图分类号：TS252.42 文献标识码：A 文章编号：1002−0306（2024）03−0397−09DOI: 10.13386/j.issn1002-0306.2023030325Advances in Quality Optimization of Plant-based YogurtYIN Xinya ，WANG Shuang ，ZHU Ling ，ZHANG Hui *（School of Food Science and Technology, Jiangnan University, Wuxi 214122, China ）Abstract ：The advent of plant-based yogurt provides a beneficial option for individuals having cow milk protein allergies,high cholesterol, as well as those who prioritize animal welfare and environmental sustainability. Despite this, plant-based yogurt has experienced a decline in consumer preference owing to factors such as whey separation, unpleasant odor, and insufficient acidity. Consequently, enhancing the quality of plant-based yogurt carries immense relevance for extending the commercial utilization of plant-derived food products. In this review, a summary of nutritional, flavor, and textural quality issues associated with plant-based yogurts derived from various sources was presented. Subsequently, a detailed explanation of different regulatory techniques for plant-based yogurt quality was provided, including the action modes and impacts of improving the formula, processing condition, and fermentation method. The mechanisms involved in stabilizing the plant-based yogurt system, boosting the solubility of plant-based proteins, facilitating the cross-linking of gel network and other related aspects were discussed. It is important to note that the effects of different regulatory techniques on the quality of plant-based yogurt vary with each method presenting unique strengths and weaknesses. Occasionally, a combination of methods might be necessary to optimize the enhancement of plant-based yogurt quality. Lastly, the potential measures for controlling the quality of plant-based yogurt were proposed. Our review aimed at offering valuable guidance for the production of high-quality plant-based yogurts.Key words ：plant-based yogurt ；quality optimization ；formula ；processing technology ；fermentation method根据团体标准T/WSJD 12-2020《植物蛋白饮料植物酸奶》的定义，植物酸奶是“以含有一定蛋白质的植物和（或）其制品为原料，经杀菌、发酵等pH 降低，发酵前或发酵后添加或不添加非动物来源配料加工制成的植物蛋白饮料产品”[1]。
基于MEA-BP神经网络的压气机特性曲线预测
基于MEA-BP神经网络的压气机特性曲线预测黄伟;常俊;孙智滨【摘要】针对燃气轮机建模过程中压气机特性曲线的预测在非设计工况条件下精度较低和泛化能力较差的问题,提出了一种基于思维进化算法(MEA)的BP神经网络预测模型。
该模型融合了MEA全局寻优的能力,在神经网络的权值和阈值范围内,通过MEA的“趋同”和“异化”操作,得到全局最优解并将其应用于BP神经网络的初始值,进而通过迭代得到最优输出预测曲线。
预测结果表明:与独立的BP神经网络相比,MEA-BP神经网络的预测结果具有更好的精度和泛化能力,相对误差也降低了很多。
可见,该方法适用于压气机特性曲线的预测,有助于压气机的实际运行分析,为燃气轮机的整体建模打下了较好的基础。
【期刊名称】《重庆理工大学学报》【年(卷),期】2019(033)002【总页数】8页(P67-74)【关键词】BP神经网络;思维进化算法;压气机特性曲线【作者】黄伟;常俊;孙智滨【作者单位】[1]上海电力学院自动化工程学院,上海200090;[1]上海电力学院自动化工程学院,上海200090;[1]上海电力学院自动化工程学院,上海200090【正文语种】中文【中图分类】TK472燃气轮机是一种重要的动力机械，被广泛应用于航空航天、轮船舰艇和火力发电等多个领域。
针对燃气轮机核心技术需要长期从国外进口的情况，燃机技术国产化势在必行。
采用模块化建模的方式对燃气轮机建立整体模型，可以得到相关的建模数据，进而可以进行故障诊断、健康管理和状态监控等研究。
可见，对燃气轮机进行建模仿真并研究其性能特点具有很高的实用价值[1-2]。
在燃气轮机的整体建模仿真中，压气机作为一个重要的组成部分，其流量和效率特性曲线的准确性直接关系到发电机稳态、瞬态过程模拟以及发电机与增压器匹配计算的精度。
但是，由于压气机特性曲线的可变性和离散不连续的特点，对该曲线的预测成为建模的重点和难点。
因此，要根据有限的样本数据，借助合适的建模方法对压气机特性曲线进行预测，得出变工况条件下不同转速所对应的流量和效率，进而为后期燃气轮机的整体建模打下基础。
某在役航空发动机压气机叶片性能研究
某在役航空发动机压气机叶片性能研究魏永超【摘要】The change of blade surface and the law of its performance under real working conditions are the problems that need to be solved.Based on a certain engine in service, the profile measurement, modeling, model comparison and performance analysis of the compressor blade were ing our 3D scanning system, the blade surface measurement and modeling under the real working condition were completed.Based on the theoretical analysis, the quantitative evaluation of the differences between blades was done.The blade static characteristic and vibration modal were studied using the finite element method.Through the further data comparison, blade performance evolution rule was concluded.The real validation analysis data can further promote the construction of the blade performance model, and guide the design and maintenance of the engine of our country.%真实工况下叶片型面变化与性能演变规律,是需要研究解决的问题.基于在役某发动机,开展了压气机叶片型面测量、建模、模型比对以及性能分析.利用开发的三维扫描系统,完成了真实工况下的叶片型面测量与建模;在理论分析基础上,完成了叶片差异量化评估;并采用有限元技术,对叶片的静强度特性和振动模态进行了研究,分析了其性能特点;通过进一步数据对比,总结得出叶片性能演变规律.真实的验证分析数据研究可进一步推动构建叶片性能模型,并指导我国发动机设计与维修.【期刊名称】《科学技术与工程》【年(卷),期】2017(017)005【总页数】7页(P119-125)【关键词】压气机叶片;型面测量;静力学;振动模态【作者】魏永超【作者单位】中国民用航空飞行学院飞行技术与飞行安全科研基地,广汉 618307【正文语种】中文【中图分类】V231.92航空、航天压气机的转子叶片(又称动叶)是轴流式压气机最重要的零件之一，动叶直接影响压气机的气动性能、工作可靠性、质量及成本等因素。
Machining Accuracy Prediction of Aero - 副本
航空发动机叶片在基于BP神经网络的电化学加工下的加工精度的预测李志永季华王超峰机械工程学院山东理工大学中国山东省淄博市Lzy761012@ Jihua303@ Cadcat@摘要：在电化学加工（ECM）的过程中，不同的加工参数，例如施加电压，电流密度，电解工具的进给速率，电解质浓度和组合物，加工间隙，可以导致在ECM过程的加工精度的变化。
因此，加工精度预测是ECM中最困难的问题之一。
把航空发动机叶片为研究对象，采用BP神经网络预测ECM航空发动机叶片的加工精度。
在预测模型中,所要包括五个主要的工艺参数。
预测结果表明,提出的BP神经网络模型是有价值的，沿选定叶片外形的预测精度误差可小于8％。
关键字:精度预测,电解加工、BP神经网络、航空发动机叶片。
引言随着航空发动机性能的快速提高，航空发动机叶片的加工质量和尺寸精度变得越来越重要。
此外，由于优异的强度，高温稳定性，和耐腐蚀性硬盘被动合金，如镍基超合金，钛和钼合金，被广泛地用作航空发动机的叶片材料。
目前，已开发的电化学加工（ECM）作为主要方法用于加工难切削材料和复杂的轮廓和档案中的整形。
依据一个非机械的金属去除过程中，ECM是能够加工任何导电性材料，具有高的库存的去除率，而不管它们的机械性能，如硬度，弹性和脆性。
它已被应用在不同的行业，如航空航天，汽车和电子产品制造航空发动机叶片，模具，炮弹，外科植入物及义肢等[1-3]。
..ECM过程中涉及的各种电场和呈交的电解质流体的参数，例如，施加电压，电流密度，初始间隙，工具阴极进给速率，加工间隙，电解质组合物的浓度和电解液的状态等，这些工艺参数是能够影响ECM的加工精度。
因此，需要进行一些加工实验，以找到最优化的工艺参数的匹配，从而导致制造成本过高。
为了减少实验次数，缩短试制周期，可以采用BP神经网络来评估主要工艺参数，在本研究中找到最优化的参数匹配。
以航空发动机叶片为研究对象，BP神经网络应用于预测ECM过程中，其中五个主要工艺参数涉及的加工精度。
基于ＸＧＢｏｏｓｔ_算法和成分特征的烟叶质量分级预测方法
光谱投影交叉区域ꎮ 实际成分特征提取过程中ꎬ可
以根据交叉部分的大小ꎬ判断 ２ 个部分投影数据的
相似性ꎬ相似性越高ꎬ表明当前烟叶内部化学成分含
量越统一ꎮ
复杂性ꎬ提出应用极限梯度提升算法的分级预测方
定义合适的谱区范围ꎬ设置光谱数据一阶导数ꎬ
法ꎬ并引入遗传算法ꎬ求出极限梯度提升算法的最优
待平滑处理光谱数据后ꎬ即可继续应用近红外定量
文章编号:１００１￣５２８０(２０２３)０６￣０６２７￣０７
Ｔｏｂａｃｃｏ Ｑｕａｌｉｔｙ Ｇｒａｄｉｎｇ Ｐｒｅｄｉｃｔｉｏｎ Ｍｅｔｈｏｄ Ｂａｓｅｄ ｏｎ ＸＧＢｏｏｓｔ
Ａｌｇｏｒｉｔｈｍ ａｎｄ Ｃｏｍｐｏｎｅｎｔ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
ＴＡＯ ＹｏｎｇｆｅｎｇꎬＺＨＯＮＧ ＬｉｎꎬＣＨＵ ＷｅｉꎬＺＨＡＮＧ ＨｕａꎬＬＩ Ｍｅｎｇｈｕａ
ｓｔｒｕｃｔ ａ ｔｏｂａｃｃｏ ｇｒａｄｅ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌꎬｗｈｉｃｈ ｃａｎ ｓｉｍｕｌｔａｎｅｏｕｓｌｙ ｐｒｏｃｅｓｓ ｌａｒｇｅ－ｓｃａｌｅ ｔｏｂａｃｃｏ ｑｕａｌｉｔｙ ｆｅａｔｕｒｅ ｄａｔａ Ｂａｓｅｄ
ｏｎ ｔｈｅ ｃｕｒｒｅｎｔ ｔｏｂａｃｃｏ ｑｕａｌｉｔｙ ｇｒａｄｉｎｇ ｓｔａｎｄａｒｄｓꎬｏｂｔａｉｎ ｔｈｅ ｆｉｎａｌ ｔｏｂａｃｃｏ ｑｕａｌｉｔｙ ｇｒａｄｉｎｇ ｐｒｅｄｉｃｔｉｏｎ ｒｅｓｕｌｔｓ Ｔｈｅ ｅｘｐｅｒｉｍｅｎ￣
了研究ꎮ 鲁梦瑶等 [３] 应用深度学习网络和注意力
此预测烟叶样品的质量分级ꎮ 但该方法分级结果误
差较大ꎮ 王超等 [４] 利用红外光谱仪获取烟叶平均
作者简介:陶永峰(１９８２－) ꎬ男ꎬ硕士ꎬ工程师ꎬ研究方向为烟叶质量管理、检测与数据分析ꎬＥｍａｉｌ:ｈｕａｎｇｙｏｕｓｈａｎ０ｌｄ＠ １６３ ｃｏｍꎮ
PCA-SVM优化WO_(3)气敏薄膜的VOC选择性研究
PCA-SVM优化WO_(3)气敏薄膜的VOC选择性研究
唐潇;王明松;柏凌;刘桂武;乔冠军
【期刊名称】《电子元件与材料》
【年(卷),期】2022(41)5
【摘要】挥发性有机物(VOC)对人体健康的危害日益加重。
为有效地解决电阻式气体传感器因交叉敏感导致对气体选择性普遍较差的问题,实现仅通过一种气敏材料结合机器学习算法对VOC类型进行预测分类的目的,提出了一种基于主成分分析(PCA)和支持向量机(SVM)优化WO_(3)气敏薄膜对VOC选择性的方法。
采用化学浴沉积法制备WO_(3)气敏薄膜,在250~400℃工作温度下对不同浓度的六种VOC 气体进行测试得到多维响应矩阵;通过PCA降低特征量之间的相关性,实现原始数据的降维,进行定性识别;再将优化后的数据代入SVM模型中对VOC类型进行预测,结果达到100%的分类准确率。
相比于传统SVM模型,PCA-SVM在达到相同准确率的同时运行耗时减少40%,更适合处理具有多维特征量的数据样本,基于PCA-SVM的方法可以有效且快速地优化WO_(3)气敏薄膜对VOC选择性。
【总页数】10页(P463-472)
【作者】唐潇;王明松;柏凌;刘桂武;乔冠军
【作者单位】江苏大学材料科学与工程学院
【正文语种】中文
【中图分类】TN212.
【相关文献】
1.SnO2薄膜(掺Sb)光学气敏选择性的实验研究
2.Pd掺杂SnO2气敏薄膜XPS分析及其气敏性能研究
3.SnO2薄膜的电学气敏特性与光学气敏特性研究
4.Pt-WO3薄膜气敏传感器的气敏性能研究
5.WO_(3)-SnO_(2)薄膜的溶胶-凝胶制备及其气敏特性研究
因版权原因，仅展示原文概要，查看原文内容请购买。
压缩主成分估计
山 东 师 大 学 报 （ 然 科 学 版） 自 Ｊｕ ａ ｏ ｈｎ ｏ ｇＮｏｒ ｌ ｉ （ ａＬ Ｓｉ ｅ） ｏｒ ｌ ｆ ａｄ ｎ ｒｍ ｎ Ｓ ｒ ｕｍ ｔ Ｎ ｔｄ ｅ ｎ￣ ｙ １ ｅ
口 △１ ＋△２ ２ ∞ ．
其 中 △１ ｄ￣（ ２ ｉ ０， ｑ— １
，…
，
审 ｐ ）△ ｄｇＯ ｌ １…， ｐ １． 一 ，２ ｈ （１ 一 ， 一 ） ＾
要 使 ＭＳ Ｍ（ ） Ｅ ￣ 一ＭＳ Ｍ（ ≤０ 只 须 △ｌ 一△２ ， ， 口 ， ≤ 一 △２ａｚ＇ ＝一（ △２ ） Ｅ ￣） ， ≤ ∞ △ ２即 △１ ， ａ＇ ２ ￣ ， ａ 对 一切 都成 立 ． 由于 △ｌ ， 以 ，２ 一（ △２ ） ， ， 一切 都 成立 ． Ｃ ｕｈ —Ｓｈ ａｚ不等 式 ＜Ｏ所 ０≥ ． ， 口 △ｌ 对 从 ａｃｙ ｃｗ ｒ 可 得 一口 △ △２≥ 一（ △２ ） ， ， 而 得到 ≥ 一（ △２ ） ， 成 立 的一 个 充 分条 件 是 口 ≥ ， △２ 口 ， ａ △１ 从 ， 口 △ｌ
中国分类号 ｏ２２１ １ 考 虑 线 性 回 归 模 型
ｊ。 ｙ＿
其 中 Ｙ 为 ｘ１观测 向量 ， 为 ｘ
ｉ （） ０ＧｖＥ＝ Ｅ ｅ＝ ，＿（） Ｊ
ｎ １
…
Ｐ满列秩 设计 矩 阵 ， Ｐｘ１未知 参数 向量 ， ｐ为 Ｅ为 ×１随机误 差 向量 ．
我 知 卢 Ｌ 估 的 方 差ＭＥｐ＝ 们 道，的ＯＳ 计ｐ 均 误 ｓ（） 耋＾‘ 里＾ Ａ … ＞ 为ｘ 征 ， ， １ ２ ≥ ０ 这 ≥ ≥ ｘ特 根 当
ｆ ＿
当 ０：
： ，…． １， ｒ ２
（ ≥０ ）
Ｉ 南
航空发动机叶片力学性能评估方法和装置[发明专利]
![航空发动机叶片力学性能评估方法和装置[发明专利]](https://img.taocdn.com/s3/m/6f756c78ce84b9d528ea81c758f5f61fb73628f0.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910283482.9(22)申请日 2019.04.10(71)申请人 西北工业大学地址 710072 陕西省西安市碑林区友谊西路127号(72)发明人 巫荣海 岳珠峰 温志勋 (74)专利代理机构 北京律智知识产权代理有限公司 11438代理人 阚梓瑄(51)Int.Cl.G06F 17/50(2006.01)(54)发明名称航空发动机叶片力学性能评估方法和装置(57)摘要本发明涉及发动机技术领域，提出一种航空发动机叶片力学性能评估方法和装置。
该航空发动机叶片力学性能评估方法包括定叶片的基本特性；根据基本特性得到叶片的微观组织演变；根据微观组织演变分析确认叶片的微观组织演变规律；根据基本特性得到叶片的本构模型；根据本构模型以及微观组织演变规律评估叶片的力学性能。
微观组织演变与本构模型的获取均以叶片的基本特性为基准，对不同的叶片分别进行力学评估，专业用于评估叶片的力学性能，对叶片的力学性能评估较为准确。
权利要求书1页 说明书6页 附图3页CN 110096759 A 2019.08.06C N 110096759A1.一种航空发动机叶片力学性能评估方法，其特征在于，包括：确定所述叶片的基本特性；根据所述基本特性得到所述叶片的微观组织演变；根据所述微观组织演变分析确认所述叶片的微观组织演变规律；根据所述基本特性得到所述叶片的本构模型；根据所述本构模型以及所述微观组织演变规律评估所述叶片的力学性能。
2.根据权利要求1所述的航空发动机叶片力学性能评估方法，其特征在于，根据所述本构模型以及所述叶片的微观组织演变规律评估所述叶片的力学性能，包括：将所述微观组织演变规律输入到所述本构模型中来评估所述力学性能。
3.根据权利要求1所述的航空发动机叶片力学性能评估方法，其特征在于，所述基本特性包括结构、尺寸、材料特性、载荷、温度。
飞机发动机涡轮叶片疲劳寿命预测研究
飞机发动机涡轮叶片疲劳寿命预测研究随着航空业的发展，飞机的运行安全和可靠性越来越受到重视。
飞机发动机作为飞机的核心部件，其正常运行与否直接关系到飞机的安全和航班正常运行。
而涡轮叶片作为发动机的关键部件之一，其疲劳寿命预测研究对飞机的安全运行至关重要。
一、飞机发动机涡轮叶片疲劳寿命概述涡轮叶片是飞机发动机中的核心组件之一，承受着高速高温的气流作用下的拉力和挤压力。
由于涡轮叶片处于高温、高压、高速和高寿命负载环境下，容易产生疲劳断裂，这将导致飞机发动机的失效，严重影响飞行安全。
因此，深入研究涡轮叶片的疲劳寿命及其预测方法对于飞机的运行安全和发动机的寿命延长具有极其重要的意义。
二、涡轮叶片疲劳寿命预测方法涡轮叶片疲劳寿命预测采用的方法主要有基于响应面法（RSM）和有限元法（FEA）。
基于响应面法（RSM）是通过采用实验设计的方法，利用响应面设计理论建立考虑各个影响因素的数学模型，在此基础上通过建立模型实现对涡轮叶片疲劳寿命的预测。
这种方法预测疲劳寿命准确度高，但也存在实验设计复杂，测试难度大的缺点。
有限元法（FEA）重点在于建立数值模型，通过扫描和研究结构受到的外力和其响应的强度，以预测叶片疲劳寿命。
这种方法适用范围广泛，但预测精确度需要保证数值模型准确，而此前准确性困难的问题大大影响了其应用。
三、影响涡轮叶片疲劳寿命的因素涡轮叶片疲劳寿命的预测离不开对其影响因素的深入了解，常见的包括工作温度、氧化腐蚀、冲击负载、振动等因素。
工作温度是影响涡轮叶片疲劳寿命的一个重要因素。
工作温度高会使涡轮叶片热胀冷缩变形剧烈，促进疲劳破坏的发生。
氧化腐蚀是涡轮叶片发生断裂的主要原因之一，手段可采用热加工、表面涂层处理等等。
冲击负载是短周期变化载荷的载荷形式，常常是在旋翼风场大噪高峰或者瞬时负载超载等情况，会导致涡轮叶片疲劳寿命破坏。
四、结论涡轮叶片是飞机发动机的核心组件之一，其疲劳寿命预测研究对于飞机的安全和航班正常运行具有重要作用。
基于介电谱法的油茶籽油掺伪检测方法研究
基于介电谱法的油茶籽油掺伪检测方法研究张冰;章颖强;魏佳莉;王晓萍【摘要】To detect adulteration of virgin camellia oil, the dielectric spectroscopy of five kinds of edible oils and two kinds of hybrid camellia oils were detected. Principal component analysis (PCA) was applied to distinct different oils,and the results showed that it can be clearly distinguished between the group oil of monounsaturated fatty acids( MUFA) and that of polyunsaturated fatty acid ( PUFA) , and the different oils of the same group also can be identified. Quantitative models of two kinds hybrid camellia oils were established using cross - validation partial least squares (PLS) ,the models were verified by external validation set and presented a good prediction capacity with Root Mean Square Prediction Error( RMSEP) less then 2. 10% and R - square better than 0. 998 9. To provide the temperature compensation basis,the relationship between dielectric spectroscopy and temperature was studied,and then give the corresponding algorithm. All showed that the dielectric spectroscopy was a rapid,accurate identification and purity detection for edible oil analysis.%为检测油茶籽油的掺伪程度,对5种食用油及两组油茶籽油掺杂混合油进行了介电谱测量.运用主成分分析法(PCA)开展了5种食用油的区分分析,结果表明PCA法不仅能够显著区分单不饱和脂肪酸(MUFA)型和多不饱和脂肪酸(PUFA)型食用油,对于同一类型的不同油品也具有良好的区分度.运用基于交叉验证的偏最小二乘法(PLS),对两种油茶籽油掺杂混合油的介电谱数据建立定量分析模型,经外部验证集验证,混合油的预测均方根误差(RMSEP)小于2.10％,决定系数(R2)大于0.998 9.最后进行了油茶籽油介电谱的温度特性测试,给出了温度补偿的相应算法.试验结果表明,介电谱法为食用油的掺伪鉴别和纯度检测提供了一种快捷、准确的方法.【期刊名称】《中国粮油学报》【年(卷),期】2012(027)012【总页数】6页(P111-115,121)【关键词】介电谱法;油茶籽油;主成分分析法;偏最小二乘法;温度特性【作者】张冰;章颖强;魏佳莉;王晓萍【作者单位】浙江大学光电系浙江大学现代光学仪器国家重点实验室,杭州310027;浙江大学光电系浙江大学现代光学仪器国家重点实验室,杭州310027;浙江大学光电系浙江大学现代光学仪器国家重点实验室,杭州310027;浙江大学光电系浙江大学现代光学仪器国家重点实验室,杭州310027【正文语种】中文【中图分类】TS225.1油茶籽油，俗称山茶油，是单不饱和脂肪酸(Monounsaturated Fatty Acids，MUFA)含量最高的食用油之一，主要产于我国南部山区，富含油酸、山茶苷、茶多酚，营养价值极高。
基于主成分分析法优化广义回归神经网络的地震震级预测
基于主成分分析法优化广义回归神经网络的地震震级预测王晨晖;袁颖;刘立申;陈凯南;吴鹤帅【期刊名称】《科学技术与工程》【年(卷),期】2022(22)29【摘要】为科学有效预测地震震级,提出了基于广义回归神经网络(general regression neural network, GRNN)的地震震级预测模型。
选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(principal component analysis, PCA)对7个影响因子进行降维处理,以新生成的4个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(particle swarm optimization, PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建立的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统反向传播(back propagation, BP)神经网络模型和单一GRNN模型预测结果进行对比,结果表明:PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.100 0,决定系数为0.986 8,均方相对误差为0.007 3,平均绝对误差为0.100 0,运行时间为5.2 s,预测精度和运行效率均优于BP模型和单一GRNN模型。
【总页数】6页(P12733-12738)【作者】王晨晖;袁颖;刘立申;陈凯南;吴鹤帅【作者单位】河北红山巨厚沉积与地震灾害国家野外科学观测研究站;河北省地震局邢台地震监测中心站;河北地质大学城市地质与工程学院;河北省地下人工环境智慧开发与管控技术创新中心【正文语种】中文【中图分类】P315【相关文献】1.基于果蝇算法优化广义回归神经网络的凝汽器真空预测2.基于优化广义回归神经网络的碟式太阳能温度预测研究3.基于粒子群优化算法-广义回归神经网络的磷化膜耐蚀性预测模型4.基于改进蝙蝠算法优化广义回归神经网络的岩质边坡稳定性预测5.基于主成分分析与广义回归神经网络的股票价格预测因版权原因，仅展示原文概要，查看原文内容请购买。
作物产量预测的粒度分析法
作物产量预测的粒度分析法汪小寒;张燕平;赵姝;张铃【摘要】针对作物产量预测,提出基于商空间粒度计算的分析法.在商空间粒度计算理论思想下,分析作物产量序列中粒度的选取,用属性划分方法对论域X进行颗粒化,对属性f取不同的粒度进行颗粒化.通过属性的粒度变化对论域进行划分,得到新的商空间并应用其解决问题,可以降低问题复杂度.通过商空间理论中的分层与合成技术选取大小合适的粒度,能全面获取产量序列中的信息,也更加符合人类智能特点.冬小麦产量预测实验结果也证明这种粒度分析和选取方法是有效的.%The granular analytical method of crop yield forecasting is put forward. How to select an appropriate granularity is analyzed in the crop yield series based on the theory of quotient space and granular computing. New quotient space can be obtained after universe X granulation by means of attribute partition and attribute/granulation by adopting different granularity. And the new space can make complex problem simple. Appropriate granularity can be selected by using delamination and synthesis method in the quotient space theory. It can get more accurate information in the yield series and be more close to human intelligence. Experimental results of wheat yield forecasting also show that the granular analytical method is more effective.【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)025【总页数】5页(P224-228)【关键词】粒度计算;商空间;分层;合成;产量预测【作者】汪小寒;张燕平;赵姝;张铃【作者单位】安徽师范大学数学计算机科学学院,安徽芜湖241000;安徽大学计算科学与技术学院,合肥230039;安徽大学计算科学与技术学院,合肥230039;安徽大学计算科学与技术学院,合肥230039【正文语种】中文【中图分类】TP311WANG Xiaohan,ZHANG Yanping,ZHAO Shu,et al.Granular analytical method of crop yield puter Engineering andApplications,2012,48（25）：224-228.作物产量预测方法有主要有农学方法、农业气象学方法和统计学方法、经济学预测方法、遥感预测方法等[1]。
响应面法优化罂粟科植物叶片原生质体的制备条件
响应面法优化罂粟科植物叶片原生质体的制备条件邵瑛瑛;唐其;彭晓英;黄子豪;郑亚杰【期刊名称】《云南农业大学学报（自然科学版）》【年(卷),期】2024(39)2【摘要】【目的】系统优化罂粟科(Papaveraceae)植物叶片原生质体提取的影响因素,建立其高效的原生质体提取体系。
【方法】以花菱草(Eschscholtzia californica Cham.)幼苗为罂粟科模式植物,通过单因素试验对影响原生质体产量和活力的预制液浓度、酶解液组成、酶解时间进行考察,借助响应面Box-Behnken 设计预测最佳提取方案,并将最佳方案在罂粟亚科(Papaveroideae)、角茴香亚科(Hypecooideae)和荷包牡丹亚科(Fumarioideae)的代表性植物中进行验证。
【结果】当预制液浓度为0.8 mol/L、酶解时间6 h、酶解液组成为1.5%纤维素酶+0.4%离析酶+0.3%果胶酶时,花菱草原生质体的产量和活力最为理想,与响应面法的预测结果一致,能够成功获取罂粟科植物叶片的原生质体。
【结论】本研究方法可实现罂粟科植物叶片原生质体的高效提取,为后续瞬时表达体系、亚细胞定位、单细胞测序等研究提供技术支撑。
【总页数】11页(P119-129)【作者】邵瑛瑛;唐其;彭晓英;黄子豪;郑亚杰【作者单位】湖南农业大学园艺学院;国家植物功能成分利用工程技术研究中心;湖南农业大学生物科学技术学院【正文语种】中文【中图分类】Q949.748.1【相关文献】1.基于响应面法的蟹味菇原生质体制备与再生条件优化2.响应面法优化六妹羊肚菌原生质体的制备条件3.基于响应面法对香菇原生质体制备条件的优化因版权原因，仅展示原文概要，查看原文内容请购买。
语音压缩编码中的两种基音预测器
语音压缩编码中的两种基音预测器
鲍长春;戴逸松
【期刊名称】《电子科学学刊》
【年(卷),期】1996(018)006
【摘要】本文研究了语音压缩编码中基音预测器的两种情形，即开环和闭环结构。
提出了一些简化基音预测器求解方法，比较了几种条件下的基音预测器性能。
给出了计算机仿真结果。
【总页数】8页(P582-589)
【作者】鲍长春;戴逸松
【作者单位】西安电子科技大学信息科学研究所;吉林工业大学
【正文语种】中文
【中图分类】TN912.3
【相关文献】
1.语音情绪识别中的基音周期分析 [J], 祝宇虹;李青;王丽平
2.语音信息中的基音参数检测算法分析 [J], 王翠兰;张俊峰
3.倒谱在语音的基音和共振峰提取中的应用 [J], 王晓亚
4.语音编码器中的分数基音估计算法 [J], 高国坪;陈水仙
5.EMD模态混叠消除及其在语音基音提取中的应用研究 [J], 全海燕;刘增力;吴庆
畅
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
应用数学M A T H EM AT ICA A P PL ICAT A2008,21(4):671~674*基于压缩主成分估计的预测优良性的一个充要条件叶鹰,万雄波(华中科技大学数学与统计学院,湖北武汉430074)摘要:本文在均方误差矩阵判别准则和风险函数的差别准则下,对广义线性模型的最优预测与经典预测的优良性进行比较分析,获得了比较基于压缩主成分估计的两类预测优良性的充要条件,并运用统计模拟对该充要条件进行了实证分析.关键词:预测;压缩主成分估计;均方误差矩阵;风险函数中图分类号:O212.1AMS(2000)主题分类:62F10文献标识码:A文章编号:1001-9847(2008)04-0671-041.预测模型预测问题是线性模型的主要研究目标.本文考虑广义线性模型:y=X B+E,E E=0,D E=R2W(1)其中y为t@1历史观测数据,X为t@k设计矩阵,且rank(X)=k,B为k@1未知向量,R2为未知参数,W为已知t阶正定矩阵.设再输入设计矩阵X*后待观测数据y*,满足y*=X*B+E*,E E*=0,D E*=R2W*,E(E E*c)=R2W0(2)其中参数B和R2与(1)中相同,y*为n@1未知向量,X*,W*,W0分别为n@k,n@n,t@n的已知矩阵,且W*>0,W0X0.用观测数据y的线性函数来预测y*:y^=cy+d(3)若C和d使得预测的风险函数达到最小值,即min c,d R A(y^,y*)=minc,dE[(y^-y*)c A(y^-y*)](4)则称y^为y*的最优预测量.其中A为适当的非负定矩阵.在(3),(4)的基础上[2]得出三类特殊的最优预测量:非齐次最优预测量:y^1=X*B+W0c W-1(y-X B),齐次最优预测量:y^2=X*^B2+W0c W-1(y-X^B2),齐次无偏最优预测量:y^3=X*^B CLS E+W0c W-1(y-X^B CLS E),*收稿日期:2007-11-28基金项目:国家自然科学基金资助项目(70671047)作者简介:叶鹰,男,汉,湖北人,副教授,硕士生导师,研究方向:多元统计,数据挖掘.672应用数学2008并给出了三者风险函数的比较:R A(y^1,y*)[R A(y^2,y*)[R A(y^3,y*),其中B为回归参数本身,^B2为两阶段估计[2],它是B的函数.^B CL SE=(X c W-1X)-1X c W-1y,为广义最小二乘估计.由于y^1和y^2均含有未知参数B,所以并无实际应用价值,但上述结果给了我们两点启示:第一,寻求y*的最优预测量时,可考虑如下一般形式:y^(^B)=X*^B+W0c W-1(y-X^B)(5)不妨称之为优化预测量,而y*的经典预测量通常为y^0(^B)=X*^B(6)第二,参数估计的改进可以增加模型的预测效果,本文对常见的有偏估计)))压缩主成分估计关于(5)和(6)两类预测量的优良性的比较给出一个充分必要条件.定义1[3]对模型(1),若存在r,1[r[k,使K1\K2\,\K r\1\K r+1\,\K k> 0,H i(i=1,2,,,k)满足0<H1[H2[,[H k<1,0<H k K k[H k-1K k-1[,[H1K1<1.称^B=PAP c B*为B的压缩主成分估计.其中A=diag(H1K1,H1K1,,,H k K k),B*=(X c W-1X)-1X c W-1y,P 为正交矩阵,使得P c(X c W-1X)P=+=diag(K1,K1,,,K k).定义2设y^1,y^2为y*的两个预测量,如果他们满足R A(y^1,y*)-R A(y^2,y*)\0,则称预测量y^2关于风险函数准则优于预测量y^1,简称为R A-准则.定义3[4]设^H为未知参数H的一个估计,则H的均方误差矩阵(M MSE)定义为M(^H,H)=E(^H-H)(^H-H)c.定义4设y^1,y^2为y*的两个预测量,如果他们满足M(y^1,y^*)-M(y^2,y*)\0,则称预测量y^2关于均方误差矩阵判别准则优于预测量y^1,简称为MDE-准则.2.主要结果定理1[5]R A(y^1,y*)-R A(y^2,y*)\0Z M(y^1,y*)-M(y^2,y*)\0.即R A-准则与M DE-准则是等价的.引理1[6]设A,B均为m@n复矩阵,A*= A c,B*= B c,则AB*+BA*\0的充要条件为K1[(A-B)*(AA*+BB*)-(A-B)][1,其中K1(#)表示相应矩阵的最大特征值,(#)-表示相应矩阵的广义逆矩阵.推论假设A为n阶实矩阵,I为n阶单位矩阵,则A+A c\0的充要条件为K1[(A-I)c(AA c+I)-1(A-I)][1.下面以压缩主成分估计为基础,对(5)和(6)两类预测量的优良性进行比较分析.对于线性模型(I),记D H=P diag(H1,H2,,,H k)P c X c W-1,则B的压缩主成分估计为^B=D H y.于是y^(^B)=X*^B+W0c W-1(y-X^B)=(X*D H+W0c W-1-W0c W-1X D H)y.记M1=X*D H+W0c W-1-W0c W-1XD H,则y^(^B)=M1y.记M2=X*D H,则y^0(^B)=X*^B= X*D H y=M2y.于是M(y ^(^B ),y *)=E (y ^(^B )-y *)(y ^(^B )-y *)c=E (M 1y -X *B -E *)(M 1y -X *B -E *)c=M 1(X B B c X c +R 2W )M 1c -M 1X B B c X *c -R 2M 1W 0-X *B B c X c M 1c+X *B B c X *c -R 2W 0c M 1c +R 2W *,M(y ^0(^B ),y *)=E (y ^0(^B )-y *)(y ^0(^B )-y *)c=E (M 2y -X *B -E *)(M 2y -X *B -E *)c=M 2(X B B c X c +R 2W )M 2c -M 2X B B c X *c -R 2M 2W 0-X *B B c X c M 2c+X *B B c X *c -R 2W 0c M 2c +R 2W *.所以M (y ^0(^B ),y *)-M (y ^(^B ),y *)=(M 1-M 2)[X B B c X *c +R 2W 0]+(R 2W 0c +X *B B c X c )(M 1c -M 2c )+M 2(X B B c X c +R 2W )M 2c -M 1(X B B c X c +R 2W )M 1c .又M 1-M 2=W 0c W-1-W 0c W -1X D H =W 0c W-1[I -XD H ],所以M (y ^0(^B ),y *)-M(y ^(^B ),y *)=(W 0c W -1)[I -XD H ][X B B c X *c +R 2W 0]+[X *B B c X c +R 2W c 0][I -D H c X c ]W -1W 0+M 2(X B B c X c +R 2W )M 2c -M 1(X B B c X c +R 2W )M 1c .记A *=W 0c W -1[I -XD H ][X B B c X *c +R 2W 0],M 3=X B B c X c +R 2W ,所以M(y ^0(^B ),y *)-M (y ^(^B ),y *)=A *+A *c +M 2M 3M 2c -M 1M 3M 1c =(A *-12M 1M 3M 1c +12M 2M 3M 2c )+(A *-12M 1M 3M 1c +12M 2M 3M 2c )c .记M =A *-12M 1M 3M 1c +12M 2M 3M 2c ,则由推论可得:M (y ^0(^B ),y *)-M(y ^(^B ),y *)\0Z K 1[(M -I )c (MM c +I )-1(M -I )][1.于是有如下定理.定理2 对于线性模型(1),(2),设参数B 的压缩主成分估计的^B =PAP c B *.则y *的优化预测量y ^(^B )关于M DE -准则优于经典预测量y ^0(^B )的充分必要条件为K 1[(M -I )c (MM c +I )-1(M -1)][1.其中M =A *-12M 1M 3M 1c +12M 2M 3M 2c ,M 1=X *D H +W 0c W -1-W 0c W -1XD H ,M 2=X *D H ,M 3=X B B c X c +R 2W ,A *=W 0c W-1[I -XD H ][X B B c X *c +R 2W 0],D H =P diag (H 1,H 2,,,H p )P c X W -1.由定理1可知,对任意n 阶矩阵A,y *的优化预测量y ^(^B )也关于R A -优于经典预测量y ^0(^B ).3.统计模拟结果下面在一个具体的广义线性模型上对定理2的结论进行实证分析.取t =5,k =2,673第4期叶鹰等:基于压缩主成分估计的预测优良性的一个充要条件X=1111110213T,B=51.5,R=1,w ij=1,i=j,Q,|i-j|=1,W=(w ij)5@5,0其他,由计算机产生5维正态随机数(E1,E2,E3,E4,E5)c~N(0,R2W)模拟历史观察数据y=X B+E,类似地按X*=(1,1.5)和W0=(0,0,0,0,Q)模拟未来观察数据y*,按(5)计算优化预测量y1,按(6)计算经典预测量y0.将此过程重复n=2000次,得到2000组(y*,y1,y0),由此计算出两种预测是预测量风险的无偏估计R1和R0,下表列出了Q取不同值时的模拟结果: Q00.10.20.30.40.50.560.570.575 K10.6490.3100.050.040.4070.667 1.165 1.006 R1 6.495 6.521 4.435 6.914 6.854 5.507 3.36956.741592.32 R0 6.4957.020 4.6678.90610.42912.38814.40411.53016.509其中K为定理2中的最大特征值.从计算结果中可以发现:随着Q值的增加,优化预测量相对于经典预测量的优势越来越明显,这一趋势在Q=0.57处由于K>1而发生了突然的逆转.Q >0.577后W不再是协方差矩阵.参考文献:[1]王松桂.线性模型的理论及应用[M].合肥:高等教育出版社,1987.[2]Bibby,T o utenbur g.Pr edict ion and Impro ved Estimat ion in L inea r M odels[M].N ew Y ork:Wiley,1997.[3]张启全.压缩主成分估计.山东师大学报[J].2002,17(1):15~17.[4]Rev an;zkale M,Selahattin Kaciranlar.Super ior ity o f the r-d class estimat or ov er some est imator s by themean squar e err or mat rix criterio n[J].Stat istics&pro bability Lett er s,2007,77:438~436.[5]杨婷,杨虎,张洪阳.基于岭估计的最优预测与经典预测的最优性判别.重庆大学学报2002,25(6):56~58.[6]Jerzy K,Baksalary,Bernhar d Schipp,et al.Some further r esults o n H ermitian-matr ix inequa lit ies[J].L in-ear algebra and its applicat ions,1992,160:119~129.[7]徐文利,林举干.岭型组合主成分估计[J].应用概率统计,1995,11(1):52~59.[8]夏结来,郭祖超,胡琳等.回归系数的根方有偏估计及其应用[J].数理统计与应用概率,1998,3(1):21~29.A Necessary and Sufficient Condition on Optimum of PredictionBased on the S hrunken Principal EstimatorYE Ying,WA N X iong-bo(College of M ath.&S tat.,H uaz hong Univ.of Science and Technology,Wuhan430074, China)Abstract:Co nsidering the generalized linear regr ession model and its predictio n problem of biased estim ation,this paper discusses its superiority of the optimal and classical predictors based on the shrunken principal estimator by criter ia of mean square erro r m atix and risk function.A necessar y and sufficient condition of com pariso n of its superiority is given under the condition of above criteria.Apply sim ulation to give corro bo ration o f the conclusion.Key words:Predictor;Shrunken principal estimator;Mean square error matrix;Risk function 674应用数学2008。