【摘要】：考慮了裝備使用時(shí)間、行駛里程和配備時(shí)間等影響備件消耗的多種因素,依據(jù)裝備備件的消耗特點(diǎn),在分析偏最小二乘回歸方法原理的基礎(chǔ)上,運(yùn)用方法對(duì)小樣本數(shù)據(jù)條件下裝備備件的消耗數(shù)量進(jìn)行預(yù)測(cè).應(yīng)用示例表明,偏最小二乘回歸方法比傳統(tǒng)多元回歸分析法、逐步多元回歸分析法和刪除多元回歸分析法具有更高的預(yù)測(cè)精度.
[Abstract]:Several factors affecting spare parts consumption, such as equipment service time, driving mileage and equipping time, are considered. According to the consumption characteristics of equipment spare parts, the principle of partial least square regression method is analyzed. The method is used to predict the consumption of equipment spare parts under the condition of small sample data. The application examples show that the partial least square regression method has higher prediction accuracy than traditional multivariate regression analysis, stepwise multivariate regression analysis and delete multivariate regression analysis.
【作者單位】： 空軍勤務(wù)學(xué)院航空四站系;空軍勤務(wù)學(xué)院基礎(chǔ)部;
【分類(lèi)號(hào)】：E911;O212.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王園園;陳景武;;偏最小二乘回歸分析在醫(yī)學(xué)中的正確應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2010年02期

2 王惠文,劉強(qiáng);偏最小二乘回歸模型內(nèi)涵分析方法研究[J];北京航空航天大學(xué)學(xué)報(bào);2000年04期

3 鄧念武,徐暉;單因變量的偏最小二乘回歸模型及其應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2001年02期

4 申艷,劉次華;偏最小二乘回歸的應(yīng)用效果分析[J];應(yīng)用數(shù)學(xué);2004年S1期

5 葉鶯,陳崇幗,林熙;偏最小二乘回歸的原理及應(yīng)用[J];海峽預(yù)防醫(yī)學(xué)雜志;2005年03期

6 胡紅梅;周琳;馬浩;吳鎮(zhèn)揚(yáng);;基于偏最小二乘回歸的與頭相關(guān)傳遞函數(shù)的個(gè)人化[J];電子與信息學(xué)報(bào);2008年01期

7 杜發(fā)興;徐剛;;偏最小二乘回歸模型在城市需水預(yù)測(cè)中的應(yīng)用[J];水力發(fā)電;2008年06期

8 楊紅寧;武海濱;李葉;;影響血糖水平因素的偏最小二乘回歸分析[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2009年01期

9 陳高波;;偏最小二乘回歸在課堂教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用[J];科技信息;2009年15期

10 陳高波;;偏最小二乘回歸模型在農(nóng)民增收研究中的應(yīng)用[J];中國(guó)科技信息;2009年19期

相關(guān)會(huì)議論文 前3條

1 游華;;偏最小二乘回歸分析在研究進(jìn)出口總額問(wèn)題中的應(yīng)用[A];2003中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十一屆學(xué)術(shù)年會(huì)論文集（上）[C];2003年

2 陳式龍;;我國(guó)出口貿(mào)易偏最小二乘回歸的實(shí)證分析[A];“珠江三角洲經(jīng)濟(jì)發(fā)展與流通現(xiàn)代化”大型理論研討會(huì)論文集[C];2005年

3 宮元彬;李思純;楊德森;時(shí)勝?lài)?guó);;利用偏最小二乘回歸的噪聲源分離量化[A];中國(guó)聲學(xué)學(xué)會(huì)第十屆青年學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)碩士學(xué)位論文 前10條

1 郭婷婷;偏最小二乘及稀疏偏最小二乘回歸的應(yīng)用研究[D];昆明理工大學(xué);2015年

2 張曉麗;偏最小二乘回歸分析若干問(wèn)題的研究[D];東北師范大學(xué);2010年

3 李艷萍;基于偏最小二乘回歸非線性理論在經(jīng)濟(jì)系統(tǒng)中的應(yīng)用[D];哈爾濱工程大學(xué);2009年

4 許鳳華;偏最小二乘回歸分析中若干問(wèn)題的研究[D];山東科技大學(xué);2006年

5 王攀;偏最小二乘回歸與核偏最小二乘回歸的應(yīng)用[D];昆明理工大學(xué);2014年

6 梁秀娟;基于偏最小二乘回歸分析的城市經(jīng)濟(jì)分析[D];華中科技大學(xué);2008年

7 蔣紅衛(wèi);偏最小二乘回歸的擴(kuò)展及其實(shí)用算法構(gòu)建[D];中國(guó)人民解放軍第四軍醫(yī)大學(xué);2003年

8 丁磊;偏最小二乘回歸算法改進(jìn)及應(yīng)用[D];新疆大學(xué);2007年

9 王如義;多元線性回歸中復(fù)共線問(wèn)題及偏最小二乘回歸分析[D];西南交通大學(xué);2004年

10 王園園;偏最小二乘回歸與判別分析在科技人員類(lèi)型及影響因素研究中的應(yīng)用[D];濰坊醫(yī)學(xué)院;2009年

，

本文編號(hào)：2137465