为预测年径流这类同维复杂动力系统，文献［10］提出了投影寻踪门限回归（PPTR）模型。构造了新的投影指标函数，用门限回归（TR）模型描述投影值与预测对象间的非线性关系，并用实码加速遗传算法优化投影指标指数函数和TR模型参数。实例计算表明，PPTR模型简便、适用性强，克服了目前投影寻踪方法计算量大、编程实现困难的缺点，有利于投影寻踪方法的推广应用，为解决高维非线性复杂预测问题提供了新途径。
文献［32］用正交Hermite多项式拟合岭函数，给出了参数投影寻踪回归的实现算法，并将该方法用于年径流实例预测，并与模糊模式识别神经网络模型的预测结果进行了对比，前者以较少的参数获得相对高的精度。
为研究黄河流域河口镇3～6 月的径流预报，文献［11］采用投影寻踪回归技术分析处理高维数据，通过局部优化和全局优化过程，调整参数（SPAN，N，M，Mu）确定模型预报方案。模型评定与检验合格率均超过80%，说明投影寻踪回归技术可作为该流域的预报模型。在收集资料极为困难的条件下，文献［13］应用投影寻踪技术成功地定量预报出1998年长江三峡年最大洪峰，预见期2个多月。投影寻踪回归模型预留10年的检验合格率达90%，通过实测值验证，长期定量预报的误差为＋1.4m，取得了较好效果。
文献［14］针对传统非参数投影寻踪回归方法在应用时存在的问题，提出了三点改进措施：①采用实数编码的遗传算法代替高斯—牛顿算法优化投影方向；②采用参数非线性Hermite多项式代替非参数逐段线性回归来拟合岭函数；③参数优化同时进行无需分组，逐个增加岭函数，不实行返回拟合的优选策略。新的方法被称为参数投影寻踪回归，将其用于紫坪埔洪水预报，取得了满意的预报效果。(www.xing528.com)
文献［15］首先利用北半球大气环流、SST场以及环流特征量指数等资料，普查了与长江三角洲地区降水量关系密切的预报因子，并根据投影寻踪回归方法建立了该地区降水量预报模型。试验结果表明，该统计方法具有稳健性，对降水量的预测效果较好。
文献［24］以三磊坝站月径流资料为例，采用投影寻踪分类模型对其径流进行了丰枯分类。研究表明，投影寻踪分类模型既反映了年径流的大小，又兼顾了径流的时间分配，是一种较为客观的丰枯分类方法。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
