确定大坝效应量真实分量比例的灰色距离测度研究

为了评价各因素对大坝监测效应量的综合影响程度,提出一种新的灰色距离测度,并应用于大坝效应量分量比例确定中.首先利用主成分确定各分量真实系数,然后应用该理论确定各个分量的比例.工程实例表明,该方法简单可行,能科学有效地确定大坝效应量分量比例.     

基于粗集理论的大坝工作性态影响因素重要性评价

为了从复杂的大坝原型监测资料中提取有效信息,评价各影响因素对效应量的影响程度,借助粗集理论,从知识约简的角度出发,建立大坝工作性态影响因素和效应量之间的约简关系,引入属性重要度概念,进行各因素对效应量的影响分析。工程实例表明,该方法能客观有效地实现大坝工作性态各影响因素的重要性评价。     

确定大坝效应量分量比例的神经网络方法

为了评价水位、温度等环境量对大坝观测效应量的综合影响程度，并由此定量分析评价大坝的运行状态，提出了确定大坝观测效应量的各分量比例的神经网络方法。根据大坝的观测资料，利用误差反向传播的神经网络(BP网络)建立效应量与环境量关系的神经网络模型，BP网络的输入变量为水位、温度、时效等环境量因子，网络的输出变量为效应量。利用网络的权值来表示网络的输入变量对网络的输出变量的影响程度，从而确定水位、温度等分量占效应量的比例。文章通过工程实例验证了该方法的有效性。结果表明，该方法简便实用，可定量分析水位、温度等环境对效应量的影响程度，有助于进一步分析大坝的安全性态。     

改进的LMD模型在大坝变形监测数据特征量分离中的运用

运用改进的局部均值分解(LMD)模型对大坝变形监测资料物理特征量进行分离,通过分离出的物理特征分量来分析大坝变形效应量的影响因素及程度。与统计回归模型相比,LMD模型不依赖事先确定影响因子的数学表达式,便可以合理地分离出大坝变形效应量的物理特征分量,自适应性较强,而且在一定程度上比统计回归模型分解结果更优。     

大坝监测资料分析中环境量对效应量影响综合评价的加权面积法

用距离的概念来描述大坝监测资料分析中环境量对效应量的整体影响效应. 首先讨论了多种距离定量化准则, 其中加权面积距离是以分量过程线围成的面积对其基准值的矩经量纲归一处理后得到的值; 然后论证了使用加权面积定义距离的合理性并给出了确定距离基准值的方法, 为确定各个分量占效应量的比例提供了定量的依据. 最后给出了应用实例, 证明了该法的有效性.     

基于决策树的大坝安全监测数据挖掘

利用数据挖掘技术分析处理大坝监测信息,挖掘各影响因素对大坝安全的影响效应和规律,可提高处理监测信息的能力。建立决策树的一般流程：数据离散化-计算信息熵-计算信息增益率-建立决策树并剪枝一抽取规则信息。     

主成分回归分析在确定大坝效应量分量中的应用

大坝资料分析表明,水位、温度和时效等因素决定了坝体结构中各种效应量的发展变化情况。对某些具体问题进行研究或定量分析评价大坝的运行状态时,需要用到各分量的具体数值,通常这些分量是组合在一起的,很难得到其准确可靠的分量比例,特别是温度和水位,它们具有较高的相关性。而主成分分析方法可将原大量相关性较高的自变量转化为少数不相关的指标,从而为效应量的分离提供可靠的方法。将这种方法应用于一工程,结果验证了该方法实用、有效。     

青溪水电站坝基扬压力分析

在对青溪大坝扬压力的监测资料进行全面的定性分析基础上,建立坝基扬压力统计模型,分离出典型年年变幅中的各个分量,定量分析各监测量的变化规律及影响因素,由此对坝基扬压力的变化状态进行了综合分析和评价.     

考虑时间序列关联的大坝监测异常数据清洗

针对传统大坝安全监测中异常数据清洗方法主要分析单一监测效应量,较难区分粗差和环境突变引起的异常值,提出一种利用关联规则约束和引导大坝安全监测异常数据清洗方法。首先,通过关联规则辨识强关联性序列,结合基于密度的聚类算法识别序列中异常数据;然后,根据关联序列异常数据清洗规则,辨识大坝安全监测中粗差数据,并利用基于粒子群优化最小二乘支持向量机模型重构异常数据。最后,对大坝典型位移量数据进行异常数据清洗。结果表明:该方法能够甄别监测效应量中环境突变引起的异常值,提高了大坝安全监测数据中数据清洗的准确性。     

孤立森林算法在大坝监测数据异常识别中的应用

大坝安全监测数据的可靠性和完整性是分析监测效应量变化规律、评判大坝运行性态的前提,有必要对大坝安全监测异常数据进行识别和清除,以提高监测数据质量。将适用于大数据处理的孤立森林算法应用于大坝监测异常数据识别中,首先通过小波变换提取监测数据的趋势项,然后采用孤立森林算法对扣除趋势项的剩余量进行异常值识别。通过实例对比分析发现该方法能有效识别大坝监测数据的异常值。     

基于粗集理论的大坝病因自适应挖掘和提炼技术研究

大坝病变分析诊断是大坝补强加固的前提，是大坝安全管理的重要环节。首次将粗集理论应用于大坝病变自适应分析诊断中，从知识发现的角度，研究了自适应挖掘大坝病变与病因模式的基本原理和算法：应用粗集理论中知识约简方法，完成了从大坝病变诊断决策表中挖掘潜在病因和提炼主要病因的目标，可以程式化地实现对大坝病变成因的确定。将这种方法应用于某混凝土重力坝裂缝成因的诊断，验证了其原理的合理性、算法的可操作性和结论的可靠性。     

An information-based rough set approach to critical engineering factor identification

In order to analyze the main critical engineering factors, an information-based rough set approach that considers conditional information entropy as a measurement of information has been developed. An algorithm for continuous attribute discretization based on conditional information entropy and an algorithm for rule extraction considering the supports of rules are proposed. The initial decision system is established by collecting enough monitoring data. Then, the continuous attributes are discretized, and the condition attributes are reduced. Finally, the rules that indicate the action law of the main factors are extracted and the results are explained. By applying this approach to a crack in an arch gravity dam, it can be concluded that the water level and the temperature are the main factors affecting the crack opening, and there is a negative correlation between the crack opening and the temperature. This conclusion corresponds with the observation that cracks in most concrete dams are influenced mainly by water level and temperature, and the influence of temperature is more evident.     

基于粗糙集-贝叶斯网络的流域水质评价方法

针对现实流域水质评价中存在不完整和不确定信息这一问题,基于智能互补思想,提出了粗糙集-贝叶斯网络的流域水质评价方法。使用粗糙集理论提取影响流域水质状态的主要因子,得到最小属性约简集以降低建模复杂度;然后构造贝叶斯网络并进行模型训练,获得其网络结构和条件概率表,实现流域水质的概率决策推理;最后对嘉陵江流域重庆段的3个水质监测断面进行实例分析,验证该方法的有效性和准确性。结果表明：该方法可以正确进行流域水质评价推理,相比于其他方法（贝叶斯网络、灰色-贝叶斯网络、粗糙集-朴素贝叶斯）,其具有最高的准确率（>0.97）、精确率（>0.86）、召回率（>0.86）和F1值（>0.86）,为流域水环境管理提供了有效的技术支持。     

基于粗糙商集的边坡稳定性模糊积分评价

针对模糊数学评价边坡稳定性中模糊隶属度和权重难以确定的问题,提出了对粗糙集理论中的属性商集作模糊统计求隶属度的集值统计方法。以神经网络正交试验得到的各因素对边坡稳定性影响级差之差为依据,构建AHP判断矩阵求权重,并引入了更适合于度量和决策的模糊积分理论。通过评价边坡样本与实例可知：模糊积分评价结果正确率与因素多少成正向关系,与其它理论方法结果和工程实际相一致。评价结果表明,该方法可行、结果可靠,而且计算过程更方便快捷。     

水资源危机预警模型

针对水资源危机的特点,提出用尖点突变模型进行系列年水资源危机识别,将识别因子作为条件属性、识别结果作为决策属性来构建决策表,用粗糙集理论对决策表进行属性约简,得到水资源危机预警指标和预警决策规则,用BP神经网络滚动预测预警指标,将指标的预测结果带入预警决策规则进行水资源危机判别,以此建立了水资源危机预警的CC-RS-BP模型。该模型是以规则形式进行预警判别,易被理解和利用,为水资源危机预警提供了新的思路。     

基于粗集决策树的混凝土坝裂缝成因挖掘

在收集、提取与混凝土坝裂缝成因有关数据和信息的基础上,采用粗集理论和决策树相结合的数据挖掘方法,进一步挖掘混凝土坝裂缝产生和发展的主要原因。首先运用粗集理论对条件属性约简,去除冗余属性,然后采用C4.5算法构建决策树,并对决策树剪枝提取规则知识。实例表明,采用粗集和决策树相结合的方法挖掘混凝土坝裂缝成因是可行的。     

河道糙率问题的探讨

根据河道糙率实质性影响因素，在理论分析的基础上，提出在不同流态和水流边界条件下应采用不同的糙率分析方法，这对进一步开展对河床糙率的研究、提高比降法推估流量的精度将起到积极的作用。     

南水北调中线一期工程丹江口大坝加高方案的论证与决策

丹江口水库是南水北调中线工程的水源地，大坝加高是关键性控制工程。本文从工程效益、移民、投资、经济、环保等方面对丹江口水库大坝加高方案进行了综合分析，选取主要影响因素，用多目标决策分析方法对加高方案进行了论证。通过对正常蓄水位170m方案和165m(加泵站)方案进行的模糊评价隶属度计算，得出170m方案较优的结论。     

基于粗糙熵模糊决策的河道采砂交易模式选择研究——以鄂赣边界可采区为例

在分析我国河道采砂交易模式的政策背景和交易现状的基础上,运用粗糙熵模糊决策方法,建立针对直接许可、招标和拍卖三种交易模式的优选模型,对鄂赣边界可采区采砂交易模式进行选择。结果表明:该河段最佳交易模式为招标。由此得出结论:粗糙熵模糊决策法遵循河道采砂交易基本原则,对采砂交易模式的选择可行且有效。     

基于粗糙集——信息熵的水质综合评价方法研究

水质评价是水环境治理和水环境保护的基础,如何客观地设定各水质评价指标的权重是水质评价的重点和难点。首次将改进的基于粗糙集和条件信息熵权重的确定方法应用到水质评价中,科学、有效地确定了各水质评价指标的权重,并在此基础上进一步建立了基于粗糙集和条件信息熵的水质评价模型。利用该模型,对重庆市南川凤嘴江的实测水质数据进行了综合评价。应用结果表明:运用该方法得出的评价结果更加科学、合理,而且能够对同一等级的水质开展进一步的细化分级。研究成果可为水质监测和水质评价提供一种新的思路。