马钢300m2烧结机带冷余热发电.docVIP

利用偏最小二乘回归方法解析、优化烧结生产过程 提 要： 本文介绍了分析复杂系统规律的第二代多元统计分析方法——偏最小二乘回归方法（PLS）的原理和技术特点，利用国内第一款在Excel中实现PLS的软件——PEW（PLS+Excel+Word）对影响烧结矿成品率、转鼓强度和RDI的因素进行了分析。此技术提供了一种模型简单有效，物理意义清晰明确的分析工具打开错综复杂，影响因素交叉重叠这看不见的生产过程黑箱，指导操作调整，指引改造升级伍德和阿巴诺于1983年提出新型多元统计分析方法——偏最小二乘回归（PLS），它集多元线性回归分析、主成份分析、典型相关分析的基本功能为一体，很好地解决了普通多元回归无法解决的现实问题中普遍存在的自变量之间多重相关性和样本点容量过少的问题其应用领域已经从最初的化工领域快速扩展到机械、生物、地质、医学、社会学以及经济学等领域。偏最小二乘回归王惠文等著《偏最小二乘回归的线性与非线性方法》??????我立即感到PLS回归是一种非常有用的工具，有可能用来解决非线性、非稳态、非参数、紧耦合的复杂问题???????”。 马鞍山市嘉逸科技工贸有限责任公司在国内率先将偏最小二乘回归（PLS）? 概述??? 在一般多元线性回归模型中，有一组因变量Y={y1,y2,…,yq}(q为因变量个数)和自变量X={x1,x2,…,xm}(m为自变量个数)，当数据总体满足高斯—马尔科夫定理时，由最小二乘法有式中? B为估计的回归系数。??? 当X中的变量存在严重的多重相关性(变量本身物理意义决定了它们之间的相关性，或由样本点数量不足造成)，式(1)中行列式(XTX)几乎接近于零，求解(XTX)-1时会含有严重的舍入误差，使回归系数估计值的抽样变异性显著增加。更有甚者，当X中的变量完全相关时，(XTX)是不可逆矩阵，无法求解回归系数。此时，若仍沿用最小二乘法拟合回归模型，回归结果将会出现许多反常现象，致使其精度、可靠性得不到保证。在实际工作中，变量的多重相关性是普遍存在的。偏最小二乘法能较好地解决这类问题。??? 偏最小二乘回归是多元线性回归、典型相关分析和主成分分析的集成和发展。其思路是：首先，从自变量集合X中提取成分th(h=1,2,…)，各成分相互独立；然后，建立这些成分与自变量X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中的信息，又能最好地解释因变量，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问题。??? 当q=1时，为单变量偏最小二乘回归模型(记为PLS1)；当q1时，为多变量偏最小二乘回归模型。本文给出PLS1的建模过程。?? （1）数据标准化处理? 标准化的目的是使样本点的集合重心与坐标原点重合。??? ? （2）第一成分t1的提取的重新调整。??? 从F0中提取第一个成分u1,在此，要求t1，u1能分别很好地代表X与y中的数据变异信息，且t1对u1有最大的解释能力。根据主成分分析原理和典型的相关分析的思路，实际上是要求t1与u1的协方差最大，这是一个最优化问题。经推导有式中?? r(xi,y)为xi与y的相关系数。??? 从t1中可以看出，t1不仅与X有关，而且与y有关；另外，若xi与y的相关程度越强，则xi的组合系数越大，其解释性就越明显。???? ? 求得轴W1后，可得成分t1。分别求F0, E0对t1的回归方程为? ?? （3）第二成分t2的提取??? 以E1取代E0，F1取代F0，用上面的方法求第2个轴W2和第2个成分t2，有? ??? （4）第h成分th提取???? ? 同理，可推求第h成分th。h可用预测误差平方和PRESS最小原则进行识别。h小于X的秩。???? ?（5）推求偏最小二乘回归模型??? 将式(8)代入式(7)得式(10)还可进一步写成原始变量的偏最小二乘回归方程为 ????记yi为原始数据，t1,t2,…,tm是在偏最小二乘回归过程中提取的成分。是使用全部样本点并取t1,t2,…,th个成分回归建模后，第i个样本点的拟合值。? 是在建模时删去i个样本点，取t1,t2,…,th个成分回归建模后，再用此模型计算的yi的拟合值。记 偏最小二乘法将多元校正的目标直接定位在预测上当预测误差平方和时，。1）．常用统计量  （2）．变量间相关系数  （3）．主成份数量确定的依据  （4）．标准化数据回归方程系数直方图  （5）．精度分析  （6）．自变量与因变量相关关系  （7）．自变量在解释因变量时的作用（VIPj）图  （8）．组间相关关系的结构分析  （9）．T2椭圆图与特异点