基于小生境遗传算法的Hi—PLS回归模型优化.pdfVIP

第28卷第3期 水 电 能 源 科 学 V0I．28No．3 2010年 3月 W aterResourcesandPower Mar．2O 10 文章编号 ：i000—7709(2O1O)03一O054—03 基于小生境遗传算法的Hi—PLS回归模型优化 王佳林 包腾飞 。荆 凯 (1．河海大学 水文水资源与水利工程科学 国家重点实验室，江苏 南京 210098； 2．河海大学 水资源高效利用与工程安全国家工程研究中心，江苏 南京 210098) 摘要 ：在 以递阶偏最小二乘法建立 回归模型的基础上 ，利用小生境遗传算法的快速 、全局搜索优化功能对模 型中的回归系数进行重新评估，建立 了基于小生境遗传算法的递阶偏最小二乘大坝安全监控模型。工程实例 与模型对 比分析结果表明，经小生境遗传算法优化 的递 阶偏最小二乘 回归模型不仅 比原模 型提高 了拟合精 度 ．且增强 了预 测能力。 关键词 ：大坝安全监控 ；小生境遗传算法；递 阶偏最小二乘回归；优化 ；位移 中图分类号 ：TV698．1 文献标志码 ：A 统计模型是大坝安全监控资料分析中常用的 最小二乘回归分析的基础上引入小生境遗传算法 数学模型，由于其因子选择的特殊性，因子间存在 (NGA)，依靠快速、全局收敛 的优化功能，对 回归 的较大相关性将影响回归效果甚至导致回归分析 系数重新评估优化 ，以获得 回归系数的全局最优 失效。主成分回归和偏最小二乘回归等是 目前解 解 ，并建立基于小生境遗传算法的递阶偏最小二 决 自变量间多重相关性的主要方法 。主成分回归 乘 (NGA—Hi—PLS)回归模型。 中提取的各主成分 问相互独立 、无相关性 ，但在成 1 NGA—H卜PLS模型构建 分提取时完全不考虑因变量 ，仅对 自变量集合做 主成分提取，故采用此法提取 的主成分虽对 自变 1．1 H_．PLS基本原理 量系统有较强的综合能力 ，但对 因变量 的解释性 Hi—PLS以适用于海量数据的建模研究而著 却未必好 偏最小二乘回归综合了多元线性 回归 称。大坝监测数据的分析处理中涉及的因子和样 分析、主成分分析和典型相关分析的基本功能，能 本数量较多，使用偏最小二乘回归建模 的结果较 有效消除 自变量间的多重相关性 ，提高模型的精 庞杂 ，难以分析和解释。为此 ，采用 Hi—PLS回归 度和整体解释能力L1]。但 当 自变量太多时，获得 方法将 自变量集合划分为若干具有相同或相似内 的模型结果较庞杂 ，难 以分析和解释。递阶偏最 涵的子块进行分层处理 。Hi—PLS回归方法 的建 小二乘 (Hi—PLS)回归是偏最小二乘 回归 的重要 模步骤详见文献 [2]。 改进 ，对信息的综合概括能力更强，具有更强的解 1．2 NGA基本原理 释作用和应用价值 ，已被成功应用于大坝安全监 小生境遗传算法是在遗传算法中引入小生境技 控中 ]。但递阶偏最小二乘 回归模型中回归 因 术，让个体在不同的小生境域 内进化达到各小生境 子个数有限，而实际效应量与环境量之间的函数 域内的峰值 ，即局部最优解，进而在各峰值间寻优， 为复杂的非线性关系，线性化后 的模型仅为近似