论文部分内容阅读
针对偏最小二乘回归法含有全部自变量引起的预测误差问题，对偏最小二乘回归法进行了改进，采用主元选择的GA—PLSR法，即引入逐步回归方法中挑选和剔除因子的思想来选择与因变量相关性较强的自变量主元，然后利用偏最小二乘回归法进行建模，再采用遗传算法对其回归系数建立目标函数进行优化，确立最后的拟合模型用于因变量的预测，并通过实例应用，将选择主元的偏最小二乘回归模型、常规的偏最小二乘回归模型及基于主元选择的GA—PLSR模型的预测结果进行比较。结果表明，基于主元选择的GA—PLSR模型的拟合效果较好，且预测精度更高