大坝安全监控模型因子相关性及不确定性的研究.pdfVIP

水 利 学 报 2004 年12 月 SHUILI XUEBAO 第12 期 文章编号: 0559-9350(2004)12-0099-07 大坝安全监控模型因子相关性及不确定性研究 1,2 2 1 杨杰 ,胡德秀，吴中如 (1.河海大学 水利水电学院，江苏 南京 210024；2.西安理工大学 水利水电学院，陕西 西安 710048) 摘要：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。 关键词：大坝安全监控；多重共线性；不确定性；偏最小二乘回归；交叉有效性检验 中图分类号：TV698.1 文献标识码：A 在对大坝安全监测数据进行处理分析并建立其安全监控模型的众多方法中，多元回归(如逐步回归)分 析方法在国内外得到了广泛应用，它采用最小二乘法进行回归参数的无偏估计，因此也称为最小二乘回归 法[1～3] [3,4] 。最小二乘回归分析建立在模型因子之间不存在密切的线性关系的假定基础上 。而实际情况常与 该假定不符，在影响大坝安全监测变量(即因变量)的各类因子(自变量)之间，往往存在着一定程度的线性 或近似线性相关性，也称为多重共线性[2]。这种因子之间的多重共线性会导致回归分析的正则方程组出现 严重病态，从而使最小二乘法的参数估计不稳定，回归效果也因此大大降低[5～10]。此外，受气象、水文、 地形、地质、坝体材料、坝工结构特性、观测精度等因素的影响，根据各类大坝安全监测变量建立的最小 二乘回归模型，其模型因子之间的相互关联程度往往难以准确判断和确定，存在一定的模糊性和不确定性。 这种模型因子相关的不确定性，将直接影响各监控模型的因子变量选择与确定，也会在一定程度上影响各 模型分量的分离结果，从而导致回归结果偏离实际；或者虽然回归模型的复相关系数R较高，但由于各影 响因子之间存在多重共线性干扰，使模型分离出的各个影响分量无法对大坝实测变量的变化作出合理的物 理成因解释。针对目前常用的最小二乘法存在的不足，本文将偏最小二乘回归法(Partial Least-Sguares Regression,PLSR)引入水工建筑物安全监测变量的建模分析。 1 大坝安全监控的单因变量PLSR分析模型 长期以来，在处理多重共线性问题时，往往是沿着先进行多重相关性分析，然后剔除部分多重相关变 量这一思路进行的[2，4] 。但对于如何检验因子之间的多重相关性，却始终没有切实可靠的方法和准则；同 时，剔除部分多重相关变量，常会使模型产生一定的解释误差，甚至产生错误结论。 1965年，W.F.Massy提出了主成分回归(Principal Component Regression，简称PCR)方法[2，5] 。其具 体做法是先对含p个自变量的解释变量系统X的信息进行调整组合，从中提取m个(mp)彼此完全无关的综合 收稿日期：2003-10-09 基金项目：国家自然科学基金重点资助项目 作者简介：杨杰(1971-)，男，四川大邑人，讲师，博士，主要研究方向为水工结构与大坝安全监测。 1 水 利 学 报 2004 年12 月 SHU