近日，我校欢迎来到公海欢迎来到赌船崔庆安老师与其合作者在管理学权威期刊《管理科学学报》发表了题为“试验设计及参数优化的LS-SVR显著性因子筛选”的学术论文。

该研究针对最小二乘支持向量回归机（LS-SVR）应用于试验设计建模及参数优化而产生的可解释性差、难以识别显著性影响因子等不足，提出一种适用于LS-SVR的拟合不足检验及显著性因子筛选方法。首先在重复性试验设计条件下，将LS-SVR拟合模型的“残差平方和”分解为“拟合不足平方和”与“纯误差平方和”；进而给出了“拟合不足均方”与“纯误差均方”比值的近似非中心F-分布，构造出拟合不足检验的方差分析表；在此基础上，提出一种两阶段的显著性因子筛选方法，通过考察某个因子(组合)移除后模型拟合不足显著性的变化，来推断该因子(组合)显著性。仿真研究与实证表明，所提方法不仅能够增强LS-SVR的统计可解释性，有效识别出显著性因子；而且可以得到预测性能更优的简化模型；有助于提升试验设计建模及参数优化效率，降低质量改进成本。

全文链接：http://jmsc.tju.edu.cn/jmsc/article/abstract/20231203?st=article_issue