基于某混凝土拱坝的坝顶位移回归分析

通过对混凝土拱坝拱冠梁处垂线位移多年监测资料的分析模拟建立坝顶位移统计回归模型。采用逐步回归法,分析水压分量、温度分量、时效分量对坝顶位移的影响量。统计分析回归模型较好地反映了大坝的变形规律与变化趋势,该模型的建立,为今后大坝运行安全性态和预测大坝变形发展规律提供了有效分析手段和途径。     

混凝土坝的位移确定性模型研究

本文介绍混凝土坝位移确定性模型建立的基本原理、方法和公式,即用有限元法计算大坝某些观测控制点在外荷载作用下的位移,由此值与实测值进行最小二乘法拟合,求得水压分量和温度分量的调整参数和时效分量,从而建立位移的确定性模型。并以佛子岭连拱坝(以下称佛坝)13号垛的坝顶水平位移为算例,介绍确定性模型建立的全过程。实践证明,确定性模型与实测值的拟合精度较高,后验预报可靠。     

偏最小二乘回归在大坝安全监控中的应用

针对统计回归计算中出现的水压因子难以入选和入选以后计算结果不合理的困难，本文应用偏最小二乘回归建立坝顶水平位移的统计模型。计算结果表明，相对于逐步回归和多元回归，基于偏最小二乘法的回归模型，取得较合理的结果。     

偏最小二乘回归在大坝安全监控中的作用

针对统计回归计算中出现的水压因子难以入选和入选以后计算结果不合理的困难，本文应用偏最小二乘回归建立坝顶水平位移的统计模型。计算结果表明，相对于逐步回归和多元回归，基于偏最小二乘法的回归模型，取得较合理的结果。     

丰满混凝土重力坝材料参数识别研究

根据丰满大坝坝顶水平位移观测资料，采用逐步回归方法分离出坝顶水平位移水压分量，以最小二乘目标函数为基础，建立了正则化最小二乘参数识别方法，数值计算结果表明，该参数识别方法对于基于坝顶水平位移识别坝体混凝土的弹性模量和坝基岩石的弹性模量是行之有效的，并且具有良好的稳定性和较快的收敛速度，参数识别结果表明大坝混凝土的弹性模量与现场取芯实验结果基本一致。     

基于改进粒子群算法的坝体位移监控模型

在基本粒子群算法的基础上,提出了一种基于以e为底的指数函数的惯性权重策略的改进粒子群算法。将粒子群算法引入大坝安全监控领域,并结合坝体位移的多元回归统计模型,建立基于改进粒子群算法的大坝安全监控模型,并应用于新安江大坝的安全监测。实际应用表明,改进粒子群算法与最小二乘法、基本粒子群算法相比,预报结果精度较高且收敛速度较快。     

偏最小二乘回归法在鸭子荡水库渗流观测分析中的应用

采用偏最小二乘回归法,对鸭子荡水库的渗流资料进行分析,建立了渗流偏最小二乘回归统计模型。通过对各因子重要性和时效因子的分析,表明偏最小二乘回归法能有效地消除因子间多重共线性的影响,成功地分离出各个分量,对了解大坝的运行状态具有重要的意义。     

徐村大坝位移原型观测资料分析

通过对徐村大坝初蓄期的位移原型观测资料分析，建立了统计模型和逐步回归方程，分析了大坝的变形规律和相关分量对位移的影响。     

考虑水化热影响的混凝土坝位移监测统计分析模型及其解析

为量化水化热对混凝土坝位移的影响,在混凝土坝位移统计模型的基础上,提出了水化热分量形式.结合混凝土坝的位移、上游水位和坝体温度监测数据,采用改进的偏最小二乘法建立混凝土坝的位移统计模型,从实测位移数据中分离出温度引起的位移分量,然后以周期项作为环境温度分量的表达式,利用一维热传导方程的简化近似解来构建水化热分量的表达式...     

基于统计模型的高心墙堆石坝沉降变形研究

通过研究大坝沉降的统计模型,结合某高心墙堆石坝的实际工程概况,确定了坝体沉降变化的主要影响因子,在此基础上建立满足该大坝沉降规律的统计模型,采用多元回归分析方法确定了坝体典型剖面上测点的沉降模型,运用建立的沉降模型对测点沉降变化进行拟合和预测,验证了建立沉降模型的有效性。同时对各测点的观测值进行分离,进而定量分析填筑、水压和时效分量对坝体沉降的影响作用。     

基于偏最小二乘回归的大坝位移混合模型研究

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。     

观音阁水库位移监测资料分析与评价

水库大坝安全监测是保证大坝安全运行的重要手段,通过对监测资料的分析,可以掌握坝体变化的物理规律,以便及时采取对应措施。文中以观音阁水库为例,对一段时间内的水库大坝的水平位移安全监测资料建立了回归模型,用偏最小二乘回归方法对数据进行统计建模,并对模型和资料所反映出的水库安全状况做出了评价。对于水库大坝的安全监测资料分析与水库的安全运行管理具有较高的参考价值。     

GT-PLSR组合模型在闸坝变形监测中的应用

应用灰色理论(GM(1,1,t))提取闸坝水平变形中的时效分量,采用偏最小二乘回归对剩余的水压分量和温度分量进行拟合,建立灰色-偏最小二乘回归组合模型.该模型可以判断时效分量的敛散性并能得到收敛值,能有效克服因子多重共线性的问题,同时模型结果对实测变量的物理成因解释更趋合理.结合工程实例,并与其它模型对比,结果表明该模型是有效可行的.     

碾压混凝土坝等效黏弹性参数反演

根据碾压混凝土坝的成层结构特性,将层面影响概化到整个坝体中,将碾压混凝土坝视为横观各向同性体,建立了碾压混凝土坝等效黏弹性模型。根据位移实测资料,采用偏最小二乘法建立位移统计模型,分离水压分量和时效分量,建立反演碾压混凝土坝双向异性黏弹性参数的目标函数,并利用混沌遗传算法对黏弹性参数进行反演。工程实例中,将反演得到的黏弹性参数作为已知值,计算测点在相应时间段变形的水压和时效分量之和,并与分离出的实测值进行对比,结果表明:计算值与实测值比较接近,说明反演方法是正确、可行的。     

基于优化经验模态分解和最小二乘支持向量机的边坡位移预测

我国库岸滑坡灾害频发,采用高精度优化算法对边坡位移时间序列进行预测对防灾减灾具有重要意义。边坡位移时间序列通常表现出高度非线性特征,传统模型难以对其进行准确预测。为此,本文提出一种基于优化经验模态分解和最小二乘支持向量机的边坡位移时间序列预测模型。该模型采用基于软筛分停止准则的经验模态分解（SSSC-EMD）,可自适应地将边坡位移时间序列分解为多个本征模态分量和1 个残余分量。将残余分量定义为趋势项;通过K-means 聚类方法对分量进行聚类,将其定义为周期项和随机项。采用最小二乘法对趋势项进行预测;建立最小二乘支持向量机回归（LSSVM）模型对周期项和随机项进行预测。将各预测值累加求和,即得到累计位移预测值。以山口岩大坝为例,采用SSSCEMD-LSSVM 模型对厂址边坡位移时间序列进行预测。结果表明：模型能够有效预测位移时间序列,精度优于传统BP 神经网络和LSSVM 模型。     

基于提升小波优化模型在大坝位移预测中的应用

针对传统建模主观性造成的精度影响以及预测数据的噪声干扰,提出了基于提升小波的系统优化GM(1,1)模型.该模型可有效剔除监测信息的噪声分量,减小预测误差,同时根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,建立了优化GM(1,1)预测模型的最优初始值.对某大坝位移监测信息进行了计算,相对传统GM(1,1)模型而言,优化GM(1,1)模型可明显提高预测精度.     

基于最小二乘支持向量机的土石坝渗透系数反演

针对土石坝渗透参数和测压管水位间复杂的非线性关系,应用最小二乘支持向量机于土石坝渗透系数的反演。首先利用有限元模型得到最小二乘支持向量机的训练样本,建立坝体水压分量相对值和渗透系数间复杂的非线性关系,并将其输入到训练好的最小二乘支持向量机模型,即可得到大坝渗透系数的反演值。以某土石坝为例经对比分析,该方法是可行的。     

偏最小二乘回归在大坝位移资料分析中的应用

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。     

务川沙坝变形监测回归分析

根据沙坝水电站的工程概况及大坝变形监测项目布置,对其下闸蓄水初期和运行期的变形监测资料进行整理,研究该拱坝的变形规律,并按照多元回归分析方法对大坝正倒垂线的位移变形趋势进行模拟,得到位移变形的回归方程以及水压、温度和时效因子对坝体变形的影响规律。结果表明:所得回归方程与实测曲线拟合良好,复相关系数较大,残差较小;拱坝变形主要受水位变化影响;温度位移分量在坝体变形中所占比例最大,即变形量主要受温度因子分量影响;时效变化对坝体变形的影响逐渐趋于平稳;在水压、温度、时效因子的作用下,该拱坝变形正常,符合一般规律。所建立的模型能有效模拟拱坝的变形规律,为拱坝的运行管理提供依据。     

偏最小二乘回归在大坝位移资料分析中的应用

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。