为了科学预测试验装备修理成本,提高维修经费决策质量,引入偏最小二乘回归分析(Partial Least Squares Regression,PLSR)对试验装备修理成本进行预测。针对试验装备修理成本小样本、贫数据、特征量相关性强的不利条件,构建预测模型;基...为了科学预测试验装备修理成本,提高维修经费决策质量,引入偏最小二乘回归分析(Partial Least Squares Regression,PLSR)对试验装备修理成本进行预测。针对试验装备修理成本小样本、贫数据、特征量相关性强的不利条件,构建预测模型;基于以往数次大修相关数据,预测试验专用装备使用期的某次大修成本。同时,为保持模型的稳健性,提高模型解释能力和预测精确度,尝试利用变量投影重要性分析对模型进行优化,取得了较好的效果。实例证明,该方法不仅能在多变量间存在严重多重相关性情况下建立模型,而且能够有效筛选与因变量关系不大的自变量,简化输入样本集。展开更多
以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,...以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强。结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素。展开更多
文摘为了科学预测试验装备修理成本,提高维修经费决策质量,引入偏最小二乘回归分析(Partial Least Squares Regression,PLSR)对试验装备修理成本进行预测。针对试验装备修理成本小样本、贫数据、特征量相关性强的不利条件,构建预测模型;基于以往数次大修相关数据,预测试验专用装备使用期的某次大修成本。同时,为保持模型的稳健性,提高模型解释能力和预测精确度,尝试利用变量投影重要性分析对模型进行优化,取得了较好的效果。实例证明,该方法不仅能在多变量间存在严重多重相关性情况下建立模型,而且能够有效筛选与因变量关系不大的自变量,简化输入样本集。
文摘以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强。结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素。
