数据集概述
本数据集为压缩机特性曲线回归建模研究的支撑数据，包含两种基于偏最小二乘（PLS）的建模方法（PLSO、PLSN）的代码文件及原始数据。两种方法分别以幂函数多项式、三角函数多项式为基函数，与查表法、人工神经网络等经典方法对比，验证其在插值、外推预测中的性能优势。
文件详解
- 代码文件（.m格式，共3个）
polynimal.m：实现基于幂函数多项式基函数的偏最小二乘建模（PLSO）的代码文件pls.m：偏最小二乘建模的核心算法代码文件Trigonometric.m：实现基于三角函数多项式基函数的偏最小二乘建模（PLSN）的代码文件- 数据文件（.xlsx格式，共1个）
original data.xlsx：压缩机特性曲线回归建模研究所用的原始数据文件
数据来源
论文“Compressor map regression modelling based on partial least squares”
适用场景
- 压缩机特性预测模型开发: 用于验证偏最小二乘方法在压缩机特性曲线插值与外推预测中的性能
- 机械工程建模方法对比: 对比PLSO、PLSN与传统查表法、人工神经网络的预测精度及计算效率
- 内燃机热力学模型优化: 为提升柴油机热力学模型的精度与计算效率提供数据支撑
- 数据驱动建模算法研究: 探索不同基函数（幂函数、三角函数）对偏最小二乘建模效果的影响
