一种加权整体最小二乘估计的高效算法

摘要：

加权整体最小二乘法(WTLS)是估计errors-in-variables(EIV)模型参数严密的方法,当面临大数据集时,其计算效率有限.针对EIV模型中设计矩阵呈现出的结构性特征,在最小二乘准则的约束条件下,通过仅给设计矩阵的随机列赋予权重,推证了适用于EIV模型参数估计的部分加权整体最小二乘法(PWTLS).PWTLS无需借助拉格朗日辅助法,能够精确估计EIV模型参数;另外,该算法缩减了矩阵的维数,同时在迭代过程中避免了估计设计矩阵的随机误差,从而减小了矩阵运算量,提升了计算效率.最后以真实数据和模拟数据为例与其他7种同类算法进行对比,结果表明,PWTLS取得了与同类算法相同的精度,但计算效率显著提高,验证了算法的可行性.

关键词：整体最小二乘、变量误差模型、计算效率、坐标转换

所属期刊栏目：49

分类号：P207(一般性问题)

资助基金：地质灾害防治与地质环境保护国家重点实验室开放基金;山西省自然科学基金

在线出版日期：2021-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：737-744