基于灰色偏最小二乘回归耦合模型的城市用水量预测研究.pdfVIP

282 以科学发展观促进科技创新(上) 基于灰色偏最小二乘回归耦合模型的城市用水量预测① 付 强k2 李 林2’3 1．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； 2，东北农业大学水利与建筑学院，黑龙江哈尔滨，150030； 3．塔里木大学农业工程学院，新疆阿拉尔，843300 摘要运用偏最小二乘回归法建立城市用水量的预测模型可以克服变量间的多重相关 性影响，井可以很好的解释因变量；采用GM(1，1)建立的城市用水量预测模型，克服参数的非 线性干扰，进行中长期预测，结果和实际符合。将两者进行耦合分析，充分利用了两种模型的 优点，建立了城市用水量的灰色偏最小二乘回归模型(GM—PLS)，预测结果更为合理可靠，为 该方面研究提供新的研究思路与方法。 关键词 农业水土工程偏最小二乘回归 灰色模型 城市用水量预测 一、引言 对城市中长期用水量进行预测，有助于更好地对城市进行规划建设和供水系统的调度管理。国内 外学者对城市用水量的预测模型进了大量的研究，由于影响城市用水量的因素很多，例如人口、经挤、工 业、供水能力、人均日生活用水量、固定资产值等等，并且这些影响因素问常常存在相关性，这使得预测 问题变得异常复杂。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 Least—SquaresRe． 问存在多重相关性时，该法估计结果误差较大且不稳定。偏最小二乘回归(Partial 性。本文将两种模型进行耦合，充分发挥每种模型的优点，为城市中长期用水量的预测，提供了一种切 实可行的方法。 二、灰色偏最小二乘回归模型建模原理 偏最小二乘回归是一种新的多元统计数据分析方法，它于1983年由伍德(S wold)和阿巴诺(C． Albano)等人首次提出。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起来，从而使模型精度、稳健性、 实用性都得到提高。 1．PLS模型建模思想 首先，从自变量集合X中提取成分“(h=1，2，…)，各成分相互独立；然后，建立这些成分与白变量 X的回归方程；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的概括自变量系统的信息，叉能最好的解释应变量，并排 ：oo。器；，嚣9；羹墨谧訾；牮碧翟堤l氍驾器：：；；％器资-0助9。)；国家6然科学基金(w。，。一om，s)；中国博士后科学基金(w。 以科学发展观促进科技创新(一) 283 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。 2．PI。S模型建模步骤 (1)标准化处理：记F。是因变量y的标准化矩阵，E。为自变量集合X的标准化矩阵。标准化处 理的目的是使样本点的集合重心与坐标原点重合。 PrF 2 以c、是一个常数。同时从E。中提取一个成分tt’fl E呜，”t是E。的第一主轴，wt 2可盖嚣鼾， 并且||w，f|=l。分别求E。和F。对t，的两个回归方程： E。=￡l声j+E1 (1) Fo=tlrTl+F‘ 式中，回归系数向量为： rT。 Pr．