偏最小二乘回归模型的城市水资源承载能力研究.pdfVIP

第16卷第6期 水科学进展 V01．16．No．6 2005年11月 ADVANCESINWATERSCIENCE Nov．．2005 偏最小二乘回归模型的城市水资源承载能力研究 李 林1’2，付 强2’3 (1．塔里木大学农业工程学院，新疆阿拉尔843300；2．东北农业大学水利与建筑学院，黑龙江哈尔滨150030； 3．北大荒集团公司博士后科研工作站，黑龙江农垦总局，黑龙江哈尔滨 150040) 摘要：影响城市水资源承载力的各个因素中，经常存在多重相关性，采用传统最小二乘回归法建模，其估计参数存 在较大误差，预测精度降低。运用偏最小二乘回归方法，借助主成分分析与典型相关分析，采用成分提取的方法， 克服了自变量间的多重相关性，建立了城市水资源承载能力模型，并对模型进行了分析，得到较为满意的效果。 关键词：偏最小二乘回归；城市水资源承载能力；模型 中图分类号：TV213．4 文献标识码：A 文章编号：1001—6791(2005)06一0822一04 影响某一城市的水资源承载力因素很多，例如人口、经济、工业、供水能力、人均日生活用水量、固定资 产值等。但这些影响因素可能是彼此相关的，这使得预测问题变得异常复杂。 在水资源预测方面，许多学者采用不同方法作了大量研究[1。]。在建立自变量集合与因变量集合的回归方 程中，一般常用最小二乘法，但若自变量间存在多重相关性时，该法估计结果误差较大且不稳定。为此，应用 新的估计方法是很必要的。本文讨论单因变量的偏最小二乘回归模型在城市水资源承载力预测中的应用。 1偏最小二乘回归模型 1．1 模型简介 提出。它集多元线性回归分析、典型相关分析和主成分分析的基本功能为一体，将建模预测类型的数据分析方 法与非模型式的数据认识性方法有机地结合旧“1|，即 偏最小二乘回归。多元线性回归分析+典型相关分析+主成分分析 因此，偏最小二乘回归较传统的回归分析、主成分回归具有更大地优势，从而使模型精度、稳健性、实用 性都得到提高L8J。 1．2建模思想 方程；最后，再换成自变量与应变量的回归方程，其关键在于成分的提取。与主成分回归不同的是，偏最小二 乘回归所提取的成分既能很好地概括自变量系统的信息，又能最好地解释应变量，并排除系统中的噪声干扰， 因而有效地解决了自变量间多重相关性情况下的回归建模。 收稿日期：2004．09—18；修订日期：2005—01—10 博士后科学基金资助项目(2004035167)；黑龙江省青年科学基金(Qc04C28)资助项目。 作者简介：李林(1977一)，男，四川内江人，助教，塔里木大学硕士研究生，主要从事水资源系统分析研究。 E—mail：lilinsj@126．com 通讯作者：付 强，E—mail：fuqian9100@371．net 第6期 李林、付强：偏最小二乘回归模型的城市水资源承载能力研究 823 1．3算法推导 使样本点的集合重心与坐标原点重合。 (2)成分提取首先，从凡中提取一个成分nl，M，=Foc。，11c。1I=1。由于凡只是一个变量，所以c。 分别求Eo和凡对f。的两个回归方程： r：+F1 玩=tlp；+El凡=￡l (1) 式中 回归系数向量为 p-2耵一爵 7·2耵”鲁 ㈤(2) 式中 E1、F。分别为两个回归方程的残差矩阵。 此计算下去，如果进行了m次运算，则会有 Eo=flp}+t2p；+…+t柚三：+E历，o=￡lr；+f2r；+…+fmr二+F珥 (3) 归方程形式，即 y‘=口l戈f+…+口∥；+F。