鑒于熱水量的計算過程考慮到時變化系數是非線性的，不能采用線性插值，采用最小二乘法，利用冪指數擬合，給出了熱水量時變化系數的擬合公式

針對最小二乘支持向量機在電力負荷預測應用中的參數優化問題,將改進粒子群算法引入到最小二乘支持向量機參數中,建立一種新型的電力負荷預測模型(ipso-lssvm)。首先將最小二乘支持向量機參數編碼為粒子初始位置向量;然后通過粒子個體之間的信息交流、協作找到最小二乘支持向量機的最優參數,并針對標準粒子群算法的不足進行相應改進;最后將其應用于電力負荷建模與預測,并通過仿真對比實驗測試其性能。實驗結果表明,ipso-lssvm可以獲得較高準確度的電力負荷預測結果,大幅度減少了訓練時間,滿足電力負荷在線預測要求。

將最小二乘支持向量機(leastsquaresupportvectormachine,ls-svm)算法用于杭州南宋官窯2窯址出土瓷片的分類研究中,根據瓷片胎和釉的主要、次要和痕量元素組成對它們進行了分類,用留一法檢驗其分類效果,并與支持向量機(supportvectormachine,svm)算法和自組織特征映射(self-organizingmap,som)算法進行了比較。結果表明:svm算法和ls-svm算法比som算法更適合于處理"小樣本"問題;一般情況下,svm的分類效果比ls-svm的分類效果好,但是ls-svm具有更快的求解速度。

為了獲得更理想的混凝土強度預測結果,提出一種混沌粒子群算法優化最小二乘支持向量機（lssvm）的混凝土強度預測模型。首先采集混凝土強度數據,并進行歸一化處理。然后采用lssvm對混凝土強度與影響因子之間的變化關系進行建模,并采用混沌粒子群算法搜索最優lssvm參數。最后采用具體混凝土強度預測實例對其性能進行分析。結果表明,本文模型可以準確描述混凝土強度與影響因子間的變化關系,提高了混凝土強度預測精度,具有一定的實際應用價值。

對建筑物形變監測數據進行分析,首次運用最小二乘配置方法,得到了建筑物平面監測數據處理的擬合模型和預測模型,并進行了精度評定。

通過影響因素分析,確定了軟土層厚度、軟土層壓縮模量、地表硬層厚度、地表壓縮模量、路堤高度、路堤頂寬、路基填筑時間和填筑竣工時沉降量等參數對公路軟基沉降有影響。對公路軟基的觀測數據進行分析和取樣,輸入樣本為各參數,輸出樣本為路堤中線下地表沉降值,利用最小二乘支持向量機的非線性映射和泛化能力,通過訓練,建立了公路軟基沉降預測模型。研究表明,所建立的模型對公路軟基沉降進行預測具有較高的精度,同時具有很好的泛化性能。

在pcb板的生產過程中,為了滿足實時性檢測和快速準確定位的要求,根據pcb板的顏色特征和焊點的形狀特征,論文提出一種基于最小二乘法擬合圓的快速定位方法。首先對圖像進行校正;然后利用背景和焊點區域顏色的明顯差異,選擇其單通道顯示并進行形態學操作,從而突出顯示焊點區域;最后針對焊點輪廓為圓形這一關鍵特征,采用最小二乘法對其進行擬合,從而確定圓心和半徑。實驗測量結果表明了文中算法的的有效性。

基于矮寨連續剛構橋懸臂施工中主梁撓度測試結果,對實測值和仿真計算理論值之間存在偏差進行了分析,結果表明,由于施工中存在脹膜等因素影響,導致砼實際密度與設計取值存在偏差,而這個偏差是不容忽略的。為此,運用總體最小二乘法(tls)對原模型中砼密度參數進行識別,識別后的結果較識別前更加符合實際情況。

基于最小二乘支持向量機回歸的基坑變形預測——將最小二乘支持向量機回歸用于基坑變形預測．根據基坑位移的實測時間序列資料，應用最小二乘支持向量機回歸建立了基坑位移與時間的關系模型．研究結果表明，最小二乘支持向量機回歸用于基坑變形預測，具有較高的預...

針對最小二乘支持向量機在利用產生于工業現場的非理想數據集進行建模預測時,稀疏化模型魯棒性差的問題,提出了一種基于模糊c均值聚類和密度加權的稀疏化方法.首先通過模糊c均值聚類將訓練樣本劃分為若干個子類;然后計算每個子類中各樣本的可能貢獻度,依次從每個子類中選取具有最大可能貢獻度的樣本作為支持向量;最后更新每個樣本的可能貢獻度,繼續從各個子集中增選支持向量,直至稀疏化后的模型性能滿足要求.仿真結果和磨機負荷實際應用表明,該方法能夠兼顧模型在整體樣本集和各工況子集上的性能,在實現模型稀疏化的同時,能夠顯著改善最小二乘支持向量機模型的魯棒性.

采用最小二乘支持向量機的方法,利用現場測量的數據,建立水泥粒度軟測量模型;通過交叉驗證方法優化參數,并用仿真實驗驗證了該方法的有效性,解決了非線性、小樣本、高維數等常規測量方法難以實現的問題,實現了水泥粒度的在線測量。

偏最小二乘回歸方法在提取主成分方面具有很好的解釋性,而且可以避免因素之間的多重相關性,提取的成分作為輸入變量再用神經網絡進行預測仿真,影響因素考慮周全,不用計算工程量,計算速度快,克服了普通神經網絡運算量大,樣本有限情況下易出現問題的弊端。

針對在工程實踐中,應用單一方法預測建筑物沉降存在著局限性,提出了基于最小二乘支持向量機回歸綜合單一方法預測沉降量。該方法能綜合單一方法的特點,增強了模型的普適性,從而提高了預測精度和預報期次。文中討論了如何實現和運用該方法,最后通過實例驗證了其有效性。

通過帶有約束條件的最小二乘優化模型研究企業在非合作模式下、動態下浮比例時相鄰兩批每包貨物投標報價問題,提出了每類貨物平均價及每包最優報價的概念.將其應用于國家電網電容器項目招標.結果表明:模型提高了中標率,而且具有很強的穩健性.最后就基準價b=a_l×1(-a)計算公式提出了改進建議.

１概述 ２最小二乘法原理 隨著公路大規模建設的開展，橋梁數量迅猛增長，由 于使用荷載、環境因素以及結構本身缺陷等的作用，橋梁 使用性能衰退、結構安全和耐久性降低，致使橋梁適應性 不足，甚至出現安全事故。從發達國家橋梁使用狀況看， 混凝土橋梁使用２０～３０年后，即出現安全與耐久性方面的 問題。橋梁性能退化、承載能力不足、適應性不夠，已成 為世界各國普遍關心的問題，而通過先進、適用、有效的 方法對橋梁結構進行合理的試驗檢測與診斷評定是對在用 橋梁進行預防性養護管理，科學維護加固的重要手段。在 此介紹最小二乘法及它在ｅｘｃｅｌ程序中的應用。（本文只 針對數據的處理方法予以闡述，對于檢測過程不再作說 明。） 最小二乘法（又稱最小平方法）是一種數學優化技 術。它通過最小化誤差的平方和尋找數據的最佳函數匹 配。利用最小二乘法可以簡便的求得未知的數據，并使得 這些求得的數據與實際數據之間誤差的平方和

巖體變形模量偏最小二乘回歸與神經網絡關聯性研究——偏最小二乘回歸不直接考慮因變量與自變量回歸問題，而直接提取與系統有關的新的綜合變量，并能利用交叉原理確定成分個數，尤其在分析單因變量與多自變量間關系上，其所得結果更為滿意；人工神經網絡具有自適...

對線性時變結構系統參數識別方法進行了簡要回顧,總結了時頻分析方法、時間序列分析方法以及子空間方法近幾年國內外相關研究進展,重點介紹了子空間方法用于時變結構系統模態參數識別方法相關研究成果.介紹了用于非線性時變系統辨識的主要的神經網絡方法,以及基于自回歸滑動平均模型的時間序列分析方法.最后指出了該領域研究中存在的一些問題和今后的主要研究方向.

隧道圍巖變形預測的最小二乘支持向量機方法——為及時掌握圍巖變形趨勢并采取措施加以控制，在嶺南高速雪家莊隧道施工過程中，采用一種新的時間序列預測模型--最小二乘支持向量機(ls-svm)。介紹了ls．svm的基本原理和該預測模型的具體操作步驟，實踐表明，該方...

介紹了移動最小二乘插值函數的構造方法;以該函數作為加權殘值法中的試函數,采用配點法求出試函數中的系數,進而得到邊值問題的解;對winkler地基上的非均勻梁和非規則板以及彈性半空間地基上的板進行了數值計算,并與理論結果、有限元法或其它數值方法進行了對比,采用總殘值判斷數值結果的準確度。結果表明,該試函數適用于多種邊值問題,且精度較高。

運用最小二乘擬合圓法提取生物組織電阻抗模型參數,此算法為顯式公式,具有計算速度快、數值擬合精度高等優點。能夠實現快速、精確地提取阻抗模型參數re、ri、cm和α,在生物電阻抗虛擬儀器的應用與開發中有很大的價值。通過對rc模型的測量及擬合,結果表明,利用此方法所編寫的程序可以精確提取生物電阻抗參數,且運行速度也很快。

目的:提出一種快速測定布渣葉浸出物含量的新方法。方法:運用偏最小二乘法(pls)建立紫外光譜(uv)與浸出物含量測定值之間的多元校正模型,對未知樣品進行含量預測。結果:校正模型相關系數(r2)為0.9641。驗證集預測平均相對偏差為1.73%。結論:pls-uv法具有分析速度快、預測結果準確等優點,適合對組成復雜的中藥浸出物進行快速分析,可用于布渣葉藥材浸出物的快速測定。

對外型為曲線的鋼筋混凝土結構,施工放線前,利用最小二乘法原理,根據已給出的工程數據,確定出構件輪廓曲線的近似函數,使該函數所代表曲線上各點精度滿足施工要求,再利用這個近似函數對構件進行放線。