共查询到18条相似文献,搜索用时 125 毫秒
1.
大坝安全监控模型因子相关性及不确定性研究 总被引:24,自引:3,他引:21
针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足,本文对大坝安全监控模型因子间的相关性及其不确定性进行了研究。引进偏最小二乘法,对大坝安全监测变量及其影响因子进行偏最小二乘回归分析,将建模预测分析方法与非模型式的数据内涵分析有机结合,可同时实现回归建模、数据结构简化以及因子相关的不确定性分析,所建立的大坝安全监控模型,其精度可通过交叉有效性检验来控制。工程应用实例和模型对比分析研究表明,偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响,因而比目前常用的最小二乘回归模型更具广泛适用性。 相似文献
2.
邓念武 《水电自动化与大坝监测》2001,25(6):16-18
介绍了偏最小二乘回归的基本原理、建模基本思路和交叉有效性判别方法,编制了偏最小二乘回归程序;指出偏最小二乘回归可以很好地应用于大坝位移监测中。通过算例分析表明:建立的模型有很好的拟合和预报功能。 相似文献
3.
偏最小二乘回归在大坝位移资料分析中的应用 总被引:7,自引:0,他引:7
邓念武 《大坝观测与土工测试》2001,25(6):16-18
介绍了偏最小二乘回归的基本原理、建模基础思路和交叉有效性判别方法,编制了偏最小二乘回归程序;指出偏最小二乘回归可以很好地应用于大坝位移监测中。通过算例分析表明:建立的模型有很好的拟合和预报功能。 相似文献
4.
基于递阶偏最小二乘回归的数据分析 总被引:1,自引:0,他引:1
针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征,引进递阶偏最小二乘法,对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析,将建模预测分析方法通过递阶分层处理,可同时实现回归建模和数据结构简化,所建立的大坝安全监控模型精度可通过交叉有效性检验来控制.工程应用实例和模型对比分析研究表明,递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响,相对于传统回归模型有更好的解释能力,因而具有一定的实用价值. 相似文献
5.
基于偏最小二乘回归的大坝位移混合模型研究 总被引:1,自引:0,他引:1
介绍了偏最小二乘法的建模基本思路和交叉有效性判别方法,编制了偏最小二乘回归程序,与弹性力学有限元联系,建立了基于偏最小二乘回归的大坝位移混合模型。算例分析表明,建立的模型有较好的拟合和预报功能。 相似文献
6.
将偏最小二乘与人工神经网络耦合,建立了一种新型耦合预测模型———偏最小二乘与人工神经网络耦合模型。该模型利用了偏最小二乘方法有效处理自变量之间多重相关性问题和人工神经网络可以较好地解决非线性问题的能力,在城市酸雨pH值预测中的应用表明,该模型预测精度高,明显优于偏最小二乘回归模型和人工神经网络模型。 相似文献
7.
针对人工神经网络在大坝变形监测模型应用中所出现的收敛慢和稳定性差等问题,提出了偏最小二乘法与人工神经网络耦合的大坝变形监测模型,提高了神经网络的学习速率和稳定性.首先运用偏最小二乘法对多维自变量进行主成分提取和降维处理,解决了变量之间的多重相关问题,而后把降维的数据输入神经网络进行训练.对比实例应用结果表明,偏最小二乘神经网络耦合模型的拟合速度和精度都高于传统的神经网络. 相似文献
8.
9.
《河南水利与南水北调》2015,(8)
常规最小二乘法回归的不足之处是:难以有效识别和消除自变量因子间的多重相关性影响;然而偏最小二乘法回归模型却能够有效消除因子相关性对模型回归系数估计和回归分析效果的影响。文章介绍了偏最小二乘法回归基本原理和建模思路,并结合水库大坝监测实例分析了偏最小二乘法回归,实例表明,偏最小二乘法分离效果更好,反演结果精度更高,能满足对大坝安全监控的要求,在水利工程安全监测及有关数据的统计分析方面具有广阔的应用前景。 相似文献
10.
介绍了偏最小二乘回归的基本原理,建模思路和方法,将偏最小二乘回归模型应用于泾河流域非点源污染年负荷量预算,对计算结果的代表性和有效性进行了分析,并将其与最小二乘的多元回归模型预测结果进行了对比.实例计算分析结果表明,偏最小二乘回归分析对于反映因变量与多个相关性自变量之间的关系有较高的精度. 相似文献
11.
12.
针对堤坝管涌现象的监测识别问题,提出一种基于YOLO模型的堤坝管涌识别方法。该方法通过引入改进的残差块及替换模型的激活函数来提升YOLO v3模型的网络性能,构建了基于堤坝管涌感兴趣区域提取的Piping YOLO模型来提取管涌感兴趣区域,并采用二维主成分分析方法提取管涌现象的特征,将其作为多权值神经网络的输入,经训练后实现管涌状态的分类识别。基于自主搭建的管涌渗漏试验平台建立了数据集并进行了试验验证,结果表明,提出的方法能有效识别堤坝管涌现象,在堤坝管涌无人巡检领域具有一定的应用前景。 相似文献
13.
针对离心泵磨损机理错综复杂和高度非线性的特点,提出了基于最小二乘支持向量机的离心泵磨损特性分析方法,通过对算法的实现,建立了离心泵的磨损特性分析和几何参数优化的智能模型,模拟得到离心泵的磨损特性关系,分析了磨损随轮叶片几何参数的变化规律。与神经网络和普通支持向量机方法进行计算比较,结果表明,最小二乘支持向量机磨损预测模型得出的的平均相对误差只有0.005%,学习速度为12步,训练时间为1.1s,学习速度和预测精度得到了很大的改善。可为离心泵的磨损特性分析及其抗磨可靠性设计提供新的可行方法。 相似文献
14.
平原河网水动力模型及求解方法探讨 总被引:16,自引:3,他引:13
参考国内外有关资料 ,根据河网非恒定流水动力模型的控制方程组和汊点衔接条件 ,建立平原河网水动力节点 河道模型。介绍用特征线法 ,有限体积法和有限差分法中的直接解法、分级解法、汊点分组解法、矩阵标识法、非线性方法等求解的基本思路。对比单元划分模型、混合模型以及人工神经网络模型等平原河网水动力模型 ,分析各个模型的优缺点 ,结果表明 ,节点 河道模型原则上可以求解任何水网的水力参数 ,单元划分模型仅适用于河道流速时空变化不大的情况 ,人工神经网络模型的验证比较困难。指出改进和设计计算方法、应用向量运算和并行算法、数值模拟可视化、数值计算模型软件化是河网数值模拟的主要发展方向 相似文献
15.
在实际问题中,经常会碰到海量数据或者样本点较少,自变量较多的数据。对此可以利用递阶偏最小二乘回归来建立线性模型。但是一个直接的问题是如何对自变量进行分组。由此提出了基于聚类分析的递阶偏最小二乘回归方法,在对解释变量分组时引入聚类分析。通过对长江宜昌段水沙观测数据作实证分析后发现,基于聚类分析的递阶偏最小二乘回归方法是有效可行的,而且用该方法建立的回归模型比一般的偏最小二乘回归模型拟合能力更强。 相似文献
16.
17.
针对碾压混凝土现场压实程度的实时工艺评价需求,选择含湿率、碾压层表面应力横波波速、级配以及胶砂比为预测参数,构建了GA-BP神经网络压实度预测模型;结合现场应用实例,验证该方法实时预测评价的有效性。结果表明:与BP神经网络模型比较,GA-BP神经网络模型不仅预测精度更高,而且偏差波动范围更小,稳定性好,能更准确有效地预测现场碾压层混凝土压实性;GA-BP神经网络模型对碾压混凝土压实度下限值更敏感,压实度处于93%~96%的样本点,模型预测值的平均误差仅为0.08%,最大误差仅为0.17%,预测精度很高。 相似文献