[发明专利]一种采用分层多元逐步回归分析进行轴温预测的方法

权利要求书

1.一种采用分层多元逐步回归分析进行轴温预测的方法，其特征在于，其包括以下步骤：

(1)数据预处理：对于传感器所采集到的车轴温度以及影响其变化因素的相关数据，由于存在空缺值及数据冗余，因此需要对数据进行预处理，对于采集数据间隔时间内的数据中的空缺值，采用最临近插值法，即用空缺值的前一个值补充此空缺值，同时，需要对所有数据进行“标准化”处理，建立相对系数矩阵；

(2)建立预测方程：利用矩阵的初等变换，逐个引入因子，并依次对其显著性进行检验，以确保留下最少个数的显著因子，经过若干个次的计算，得到标准化的回归方程，最后将标准化回归方程还原为非标准化方程，以各因素的平均值带入，求出方程常系数，得到各因子对应系数及预测方程；

(3)检验预测方程：为了检验预测方程的有效性，将所测得的但未用来建立预测方程的样本数据带入预测方程进行计算，检测其与采集到的实际轴温数据的误差大小，进行误差分析。

2.根据权利要求1所述的一种采用分层多元逐步回归分析进行轴温预测的方法，其特征在于，在所述步骤(1)中，影响其变化因素的相关数据是通过皮尔逊系数得到与轴温的相关性的若干个因素。

3.根据权利要求2所述的一种采用分层多元逐步回归分析进行轴温预测的方法，其特征在于，在步骤(1)中，影响其变化因素的相关数据至少包括运行速度、空簧载重、环境温度、牵引力、牵引变流器功率这五个因素。

4.根据权利要求3所述的一种采用分层多元逐步回归分析进行轴温预测的方法，其特征在于，在所述步骤(2)中，采用高层次模型和低层次模型进行分层的方式建立预测方法，且高层次模型选取运行速度和牵引力，低层次模型选取运行速度、空簧载重、环境温度、牵引力、牵引变流器功率五个因素，进行分层逐步回归分析，以选取与轴温相关性最高的因子来建立有效的预测方程。

5.根据权利要求4所述的一种采用分层多元逐步回归分析进行轴温预测的方法，其特征在于，高层次模型采用以下公式进行计算：

(1)

低层次模型：采用以下公式进行计算：

(2)

(3)

其中Y_ij为高层次被解释变量；X_1ij为高层级上的解释变量；Z_1j为低层级上的解释变量；e_ij为残差项；β_0j和β_1j为低层次被解释变量；γ_0j、γ₁₀和γ₁₁为低层级上的解释变量；u_0j和u_1j为相应残差项；脚标j代表高层次级；i代表低层次级的对象。