当前位置:论文写作 > 论文大全 > 文章内容

最小二乘法耐抗线回归方程在制丝加工预测环节的融合分析

主题:乘法 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2024-03-13

简介:该文是回归方程和最小二乘法方面论文范文素材和乘法相关论文写作技巧范文.

回归方程和最小二乘法论文范文

乘法论文

目录

  1. 1.实验部分
  2. 1、1 实验材料
  3. 1、2 实验方法
  4. 1、3 耐抗线的计算方法
  5. 1、3.1 进行数据分组
  6. 2.结果与讨论
  7. 2、1 建立耐抗线方程
  8. 2、2 耐抗线法与最小二乘法回归方程预估结果对比
  9. 2、3 耐抗线法与最小二乘法回归方程预测效果度量
  10. 2、3.1 耐抗线回归方程检验与统计
  11. 2、3.3 对比预测效果
  12. 3.结语

摘 要:随着我国技术水平的发展,人们对卷烟产品的质量要求也越来越高,为了提高烟卷质量和耐加工性,对于烟叶制丝过程各道工序质量及数据进行了分析.因计算结果在进行回归预测时容易受异常值影响,为避免各工序在加工过程中各项数据出现偏差,故设置相关实验引入耐抗线方法.实验结果显示,烟叶在制丝加工过程中引用耐抗线方法,不仅提高了数据的准确性,还提高了预测结果的耐抗性,充分说明耐抗线方法在制丝加工领域的预测良好效果和应用价值.

关键词:耐抗线方法;制丝加工预测;最小二乘法回归方程

中图分类号:TS452

文献标识码:A

文章编号:1001-5922(2020)12-0118-03

0 引言

在制丝加工领域中,烟叶制丝与传统机械制造领域的精加工不同,因设备情况与外部环境都会对烟叶或烟丝的物理特性产生影响,所以为避免异常数据值造成预测结果偏离情况,需利用最小二乘法计算线性回归方程.全文为预测切后梗丝含水率,通过耐抗线回归方程来探索烟梗水槽式回潮机和梗丝含水率两者之间的相关联性,并消除计算过程中异常值的影响.耐抗线法是通过绘制图表、方程拟合和计划某特征量等对数据的整体结构和规律进行探索分析的一種方法,主要适用于线性归拟合,其作用是消除异常值对回归方程产生的影响,提高回归方程的耐抗性,在舍弃异常值的同时迭代修正数据[1].

1.实验部分

1、1 实验材料

将环境湿度控制在40% -60%,温度控制在20℃-26℃,准备实验所需材料及仪器进行试验[2].整个实验过程中所需的原料选用配方烟梗,实验所用仪器需准备密封袋、水槽式烟梗回潮机、天平秤以及电热恒温干燥箱等,其中电子天平型号选择为CP223C,干燥箱选择型号为FED240.

1、2 实验方法

根据2003版《卷烟工艺规范》详细的操作步骤进行烟梗回潮试验.在保证温度与湿度稳定的环境中,水温控制在55℃,实验仪器及设备参数固定不变,对烟梗回潮机进行分批固定工艺投料( 1500kg/h),每批设置为2000kg,待贮存时间达到4h后,在出料口取烟梗取样21,对其进行含水率检测[3].

1、3 耐抗线的计算方法

1、3.1 进行数据分组

将数据(Ai,Bi)按照数据自变量由小到大分为左、中、右3组的样本量,分别是E、F、Q.对于样本量无法准确判断是不是3的倍数情况下,可对样本数据进行分组处理.表1所示,当样本量n取值不同时的分组方式[4].

为了规避异常值对回归方程造成的不良影响,利用以上试验算法,同时也为了得到回归系数,将回归方程最大限度数据作为主体部分[6].

2.结果与讨论

2、1 建立耐抗线方程

将表2中21个样本数据观测值划分为每7个一组,计算出各组数据的中位数作为总括点,详情统计结过如表3所示.

为准确得到直线拟合方程的初始估计可利用总括点计算,该形式如下:

贮存后烟梗含水率等于34.84- 0.0509(浸梗时间一51) 等于37.232-0.0509浸梗时间

为得到修正后的耐抗线方程,需利用残差对该方程进行迭代修正:

贮存后烟梗含水率等于30.1104+0.1163浸梗时间

由图1可知当烟梗浸梗时间为73s时,有其中一个数据发生偏离,且偏离程度较大,其他数据未见异常偏离,既避免了传统最小二乘法对异常观测值的敏感性,又表现了线性数据关系,并且样本的异常数据更具有耐抗性.

2、2 耐抗线法与最小二乘法回归方程预估结果对比

利用传统最小二乘法计算得出回归方程:贮存后烟梗含水率等于30.3368+0.1019浸梗时间.如图1所示,虚线为最小二乘法回归方程线,实线则为耐抗线,都是在同一散点处进行绘制的浸梗含水率,以此来进行对比.

据对比情况对最小二乘法回归方程进行分析,该方法不具备耐抗性,主要原因是该方法在进行计算时,并未将纳入计算的数据进行修正,在浸梗73s时出现的异常偏离在该方法计算中也产生了一定影响.

2、3 耐抗线法与最小二乘法回归方程预测效果度量

用Q2,Q2 xdj和残差标准值P计算对比,为进一步衡量两个回归方程的预测效果进行检验[7].

2、3.1 耐抗线回归方程检验与统计

回归方程在进行显著性检验过程中,J的观测值落入了拒绝域,J等于 23.939>J0.95(1,19) 等于4.46,结论显示该回归方程具有显著性意义;且J2 Xdj≤J2数值相近,充分说明模型的拟合较好[10].

2、3.3 对比预测效果

将耐抗线回归方式决定系数的调整值与最小二乘法回归方程决定系数的调整值相比较,耐抗线回归方程值大于最小二回归方程值数,并且耐抗线回归方程的残差标准值比最小二恢复方程的残差标准值要小,以上这两点充分表明了耐抗线回归方程的预测效果要比最小二更好一些.

3.结语

根据耐抗线法对烟草制丝加工过程进行研究,既规避了最小二乘法对异常观测值的敏感性,还使异常观测值不会对耐抗线法建立的回归方程产生影响.由于叶片、烟梗等原料等级的不同,润透性和组分间的含水率也存在着一定的差异,从而导致在烟梗预处理和叶片处理加工过程中出现工艺要求和物理含水的偏差,为了避免出现数据偏差,可将耐抗线法运用至加工中,凸显耐抗线方法的优势,提高检验数据的准确性,同时还减少了取样含水率的异常观测值.

参考文献

[1]李达,李晓科,张涛,等,卷烟挥发性香气成分测定及烟丝加香工艺优化[J].食品与机械,2020,36(03):84-90.

[2]张馨予,严莉红,易小丽,等.不添加料液的混合型膨胀烟丝生产工艺及质量分析[J].中国烟草学报,2020,26( 01).36-41+47.

[3]付亮,易斌,温亚东,等.低温真空干燥对烟丝及卷烟品质的影响[J].中国烟草学报,2019,25(03):23-28.

[4]郭高飞,刘朝贤,李斌,等,烟粉和烟丝的热解燃烧特性及反应动力学分析[J].烟草科技,2019,52(06):90-98.

[5]王超,黄飞,王艳丽,等.UPLC-IE法测定无烟气烟草制品及卷烟烟丝中的羰基化合物[J].食品工业,2017,38(03):256-261.

[6]周冰,唐军,何邦华,等.卷烟成品烟丝中不同长度烟丝的化学特性[J].烟草科技,2015,48(09):40-44.

[7]史近文,卫青,付祺,等,造纸法再造烟叶着色剂的制备工艺研究[J].云南农业大学学报(自然科学),2019,34(05):802-807.

[8]叶建斌,吕丽文,王璐,等,造纸法再造烟叶工艺流程中中性香味物质的变化[J].河南农业大学学报,2019,53(03):415-425.

[9]王充,龙章德,孟丹丹,等.造纸法再造烟叶浓缩液中微生物群落结构分析及应用[J].烟草科技,2019,52(03):33-38.

[10]王小升,苏丹丹,伏颖,等,打浆度对造纸法再造烟叶燃烧性能和烟气指标的影响[J].河南农业科学,2019,48(01):146-152.

总结:汇总,此文为关于乘法方面的论文题目可成为相关论文提纲和回归方程和最小二乘法文献综述的参考文献.

乘法引用文献:

[1] 线性学术论文怎么写 关于线性回归方程和线性回归硕士论文范文2000字
[2] 判别分析和最小二乘法论文如何写 判别分析和最小二乘法方面在职开题报告范文8000字
[3] 乘法口诀研究生毕业论文范文 关于乘法口诀相关论文范文集3000字
《最小二乘法耐抗线回归方程在制丝加工预测环节的融合分析》word下载【免费】
乘法相关论文范文资料