偏最小二乘回归在大坝安全监控中的应用

针对统计回归计算中出现的水压因子难以入选和入选以后计算结果不合理的困难，本文应用偏最小二乘回归建立坝顶水平位移的统计模型。计算结果表明，相对于逐步回归和多元回归，基于偏最小二乘法的回归模型，取得较合理的结果。     

偏最小二乘回归的应变统计模型研究

在应变监控模型中,各因子之间存在着多重相关性,将会严重影响参数估计、扩大模型误差、破坏模型的稳健性,为了克服多重相关性对模型的干扰.引入了能辨别系统信息与噪声的偏最小二乘回归.研究分析表明,与普通的最小二乘回归相比,偏最小二乘回归模型具有很好的稳定性.     

偏最小二乘回归在大坝安全监控中的作用

针对统计回归计算中出现的水压因子难以入选和入选以后计算结果不合理的困难，本文应用偏最小二乘回归建立坝顶水平位移的统计模型。计算结果表明，相对于逐步回归和多元回归，基于偏最小二乘法的回归模型，取得较合理的结果。     

新农村建设饮水设计方案

在应变监控模型中,各因子之间存在着多重相关性,将会严重影响参数估计、扩大模型误差、破坏模型的稳健性,为了克服多重相关性对模型的干扰,引入了能辨别系统信息与噪声的偏最小二乘回归.研究分析表明,与普通的最小二乘回归相比,偏最小二乘回归模型具有很好的稳定性.     

基于遗传算法的偏最小二乘回归模型在大坝安全监测中的应用

偏最小二乘回归能较好地解决自变量之间严重的相关性问题,遗传算法作为一种新的全局优化搜索方法,具有智能性搜索、并行式计算、鲁棒性强等优点.本文在偏最小二乘回归分析的基础上引入遗传算法,依靠其有效的自适应全局搜索优化功能,对偏回归模型中的回归系数进行重新评估,建立基于遗传算法的偏回归模型.实例分析表明:基于遗传算法的偏回归模型有良好的拟合效果和预测精度.     

递阶偏最小二乘回归在大坝安全监测中的应用

偏最小二乘回归能有效地消除因子间的多重相关性,但从其算法特点和实际应用来看,也存在不足.例如,在算法方面,偏最小二乘提取的主成分不一定能同时保证方差和相关程度最大;在应用方面,含有较多自变量的偏最小二乘回归模型的可解释性不高.递阶偏最小二乘回归是偏最小二乘回归后续研究的成果之一,在一定程度上克服了上述不足.算例表明,递阶偏最小二乘回归模型较其他回归模型的可解释性强,较为合理.     

大坝安全监控的偏最小二乘回归分析

针对大坝安全监拉模型因子间多重相关性问题,本文引入了偏最小二乘回归法.对渗流资料进行了详细的分析.研究分析表明,偏最小二乘回归法能够有效地克服因子间的多重相关性的影响,建立的模型具有很好的稳定性和解释性.相比一般的最小二乘回归法,更具有推广性.     

基于核函数变换的非线性PLSR模型在叶水势预测中的应用

针对普通偏最小二乘回归(PLSR)分析模型不能较好地解决大量非线性问题的缺陷,可采用拟线性化方法,通过核函数变换,将原变量集合间的非线性关系转化为拟线性化关系,在此基础上建立非线性PLSR分析模型,并采用单因变量偏最小二乘回归简化算法进行回归分析,可有效地解决实测样本少、自变量集合存在多重相关的非线性多元回归分析和预测问题。结果表明:基于核函数变换的非线性偏最小二乘回归(PLSR)分析模型所用回归要素少、预测效果好、预测精度高,而且其计算简捷、计算效率高,但回归指标取舍及其数据的获取是制约该模型应用的关键.     

偏最小二乘与人工神经网络耦合模型在酸雨pH值预测中的应用

将偏最小二乘与人工神经网络耦合,建立了一种新型耦合预测模型———偏最小二乘与人工神经网络耦合模型。该模型利用了偏最小二乘方法有效处理自变量之间多重相关性问题和人工神经网络可以较好地解决非线性问题的能力,在城市酸雨pH值预测中的应用表明,该模型预测精度高,明显优于偏最小二乘回归模型和人工神经网络模型。     

大坝安全监控模型因子相关性及不确定性研究

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足，本文对大坝安全监控模型因子间的相关性及其不确定性进行了研究。引进偏最小二乘法，对大坝安全监测变量及其影响因子进行偏最小二乘回归分析，将建模预测分析方法与非模型式的数据内涵分析有机结合，可同时实现回归建模、数据结构简化以及因子相关的不确定性分析，所建立的大坝安全监控模型，其精度可通过交叉有效性检验来控制。工程应用实例和模型对比分析研究表明，偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响，因而比目前常用的最小二乘回归模型更具广泛适用性。     

基于偏最小二乘及最小二乘支持向量机的 人工加糙渠道糙率预测模型

影响渠道糙率的因素相当复杂,且因素间又存在一定的相关关系。为取得更为精确的糙率预测效果,采用偏最小二乘(PLS)法对影响人工加糙渠道糙率的因素进行分析,提取影响自变量的重要成分,结合最小二乘支持向量机(LSSVM)建立了人工加糙渠道糙率预测模型。结合实例,通过对某人工加糙渠道相关试验数据进行PLS-LSSVM模型的训练及预测,并将预测结果与单独使用PLS、LSSVM及公式法的预测结果进行对比,其结果显示:基于PLSLSSVM模型的预测平均绝对百分比误差MAPE为1.38%,均方根误差RMSE为2.24×10~(-4),预测精度均优于PLS、LSSVM及公式法的预测结果。结果表明,将PLS与LSSVM相结合的PLS-LSSVM模型,综合了PLS与LSSVM各自的优势,应用PLS-LSSVM模型可有效进行人工加糙渠道糙率的预测。     

基于偏最小二乘法的遗传模拟退火算法及其在大坝安全监控中的应用

介绍了基于偏最小二乘法的遗传模拟退火算法的编程方法和利用其建立大坝安全监控模型的方法。实例分析表明,遗传模拟退火算法筛选影响因子后由偏最小二乘法建立的安全监控模型与直接由偏最小二乘法建立的模型相比,不仅简化了模型、提高了模型的拟合精度,而且增强了所建模型的预测能力。     

珠江口地区大气2～3天波的诊断分析及数值模拟

采用澳门和香港两站的每小时一次的风廓线仪资料,TBB资料和MM5模拟资料,揭示了珠江口地区大气存在2～3天波,并初步研究其传播特征和机制。使用Morlet小波分析和MM5数值模拟方法,选取对流活动强的2004年7月1—12日进行了研究。结果表明,澳门和香港风廓线仪观测资料首先揭示了风速存在明显的2—3天波。而MM5模拟的风场和风廓线仪观测资料的对比表明,模拟是成功的且都表现出了2～3天波。且小波实部表明,模拟和观测风场的2～3天波的正负位相是对应的。2—3天波的纬向传播,在850hPa低层为北传与南传两者交汇于27。N附近,而影响珠江口地区的2—3天波属于北传型。200 hPa高层以南传为主。经向传播在高低层都为东传。珠江口2—3天波的高低层经纬向的传播主要受天气形势中基本气流的影响。TBB资料分析初步说明2—3天波现象是和对流云团活动有关的。     

城市感潮河道污染底泥原位处理小试研究

针对城市河道底泥硫化物和有机污染严重的特点,以深圳某河道污染底泥为研究对象,考察原位投加氧化剂去除污染底泥黑臭的效果。结果表明,投加过氧化钙和硝酸钙均能有效去除污染底泥黑臭。其中,酸可挥发性硫化物（Acid Volatile Sulfide,AVS）的去除率均超过95％。投加氧化剂原位处理污染底泥有助于底泥颗粒的吸附凝聚,颗粒比表面积变小,可避免污染物质的附着和累积。两者联合投加对底泥总有机碳（Total Organic Compounds,TOC）降解效果更佳,投加45天后TOC去除率为18．0％,大于过氧化钙和硝酸钙单独投加时的8．1％和12．9％,同时底泥硝酸盐残留量也更高,除臭效果更持久,表明过氧化钙和硝酸钙联合原位投加可有效修复污染底泥。     

基于第二代非支配排序遗传算法(NSGA-Ⅱ)的水资源优化配置

水资源优化配置作为解决水资源短缺的重要手段,对于区域社会经济的可持续发展具有重要的意义。水资源优化配置模型是一个结构复杂的综合系统,传统的优化方法难以求得模型的全局最优解。第二代非支配排序遗传算法(NSGA-Ⅱ)是当前解决多目标优化问题最有效的方法之一,但在水资源优化配置领域应用很少。本文以浐灞河流域为例,尝试利用NSGA-Ⅱ优化方法求解该地区水资源多目标优化配置模型,研究了该方法在水资源优化配置模型求解中的适用性。结果表明:该方法得到的水资源优化配置结果合理、可行。     

基于偏最小二乘回归的大坝位移混合模型研究

介绍了偏最小二乘法的建模基本思路和交叉有效性判别方法,编制了偏最小二乘回归程序,与弹性力学有限元联系,建立了基于偏最小二乘回归的大坝位移混合模型。算例分析表明,建立的模型有较好的拟合和预报功能。     

聚砜超滤膜的制备及其去除腐植酸的实验研究

采用相转化法,分别用氯化锂(LiCl),纳米二氧化硅,甲基丙烯酸甲酯,甘油,聚乙烯吡咯烷酮(PVP)为添加剂,以N,N二甲基乙酰胺为溶剂制备了聚砜超滤膜。通过水通量,膜接触角,扫描电镜图来评价添加剂对膜结构性能的影响。结果表明:加入纳米二氧化硅和氯化锂添加剂,改善了膜的结构形态,提高了膜的性能,孔径和孔隙率都有所增大,纳米二氧化硅很大程度地提高了膜的水通量和亲水性,氯化锂提高了膜对腐植酸的截留率。     

在线镉柱还原-流动注射法测定水样中硝酸盐氮实验

建立了在线镉柱还原测定水样中硝酸盐氮的流动注射光度法,并考察了反应管长度、注样体积、泵流量等实验条件对结果的影响。经过优化实验条件,获得该方法的线性范围为0~50 mg/L,相关系数r=0.999,检出限为0.034 mg/L,相对标准偏差为0.65%(n=11)。实验结果表明,该方法线性范围宽,试剂消耗量少、测定快速、灵敏,抗干扰能力强,实际水样的加标回收率均在98.8%~105.0%之内,适宜于现场即时监测。     

基于参数优化的EEMD-LSSVM年径流组合预测模型

径流预测是水资源管理的基础,其准确性直接影响水资源优化调度的成果。本文针对径流时间序列的内在周期特性,引入一种基于总体经验模态分解（EEMD）的LSSVM组合预测模型,并提出一种基于动态逼近局部搜索粒子群的LSSVM参数寻优方法。基于分解一重构原则,论文首先利用总体经验模式分解法对径流系列进行周期分量提取,然后应用基于参数寻优的LSSVM模型对各分量进行预测和重构。以澧水流域江垭站的年径流预测为例进行模型检验,通过三种预测模型的结果对比,验证了本文组合预测模型的可靠性。     

EMD方法在红兴隆分局月降水量振荡模态分析中的应用

降水是水资源存在的一种重要形式,合理高效利用降水资源是提高水资源利用效率的重要途径和手段。为探讨其在不同尺度上的振荡模态特征,以红兴隆分局为例,应用经验模态分解(EMD)方法对其1997～2008年的月降水量进行了振荡模态特征分析。结果表明:EMD作为一种全新的信号处理方法,将红兴隆分局月降水量分解为5个IMF分量和1个Res分量,得出月降水量主要存在6月、12月、24月的准周期,通过分析各个分量的方差贡献率可知,红兴隆分局月降水量波动主要以12个月左右的短周期为主。