基于主成分回归大坝位移模型.pdfVIP

第32卷第5期 水电自动化与大坝监测 Vol-32No．5 andDam Automation 2008年10月20日 Hydropowcr Monitoring oct．ZO。2008 基于主成分回归的大坝位移模型 李红祥，岳东杰，李立瑞 (河海大学土木工程学院，江苏省南京市210098) 摘要：位移监测是大坝安全运行过程中一项重要的工作。在建立大坝位移预报模型的过程中，常 会出现影响因子之间存在严重相关性的情况，会影响模型系数的稳定性，采用主成分回归分析的方 法可以很好地解决这个问题。在简述主成分回归分析原理的基础上，结合工程实测数据，建立了坝 体位移量与相关因子的主成分回归模型和逐步回归模型，并对两者进行比较，取得了良好的效果。 关键词：大坝安全监测；位移监测；主成分回归模型；预报 中图分类号：TV698．11 0 引言 性无关的综合指标，代替原来的指标，提取主成分， 再对所得的主成分进行回归。基于以上思路，处理 在对已建成的大坝安全监测的过程中，及时、简 多重共线性问题的主成分回归法可概括为如下步 捷地对数据进行分析，特别是在洪水、高水位时期， 骤： 迅速地对所测数据资料进行整理归纳，掌握大坝工 1)求由解释变量构成的随机向量x(z。，z。，…， 作情况并评估其安全程度，是十分重要的。回归分 z。)的主成分。这在多元统计主成分分析中已有很 析作为评估系统的一部分，可以预报大坝未来时段 完善的求解方法。需要注意的是，实际中总体协方 的工作状态，及时发现大坝异常变形[1]。目前，国内 差阵是未知的，需要由样本资料求出，当分析中所选 外广泛采用最小二乘法进行回归参数的无偏估计， 择的解释变量具有不同的量纲，变量水平差异很大， 以实现对水利工程各种安全监测数据的模型拟合与 应该选择基于相关系数矩阵的主成分分析。求出的 预测。然而，最小二乘法回归是建立在自变量因子 主成分户f。是随机向量x的线性组合： 之间不存在密切相关关系的假定基础上，而实际工 程情况往往与该假定不符，比如，在影响水工建筑物 ，，、 及其地基变形、应力应变和渗流的各种自变量因子 u’ 之间，总是存在着一定的相关关系(称为多重相关 1印。一^。。z。+^!。z：+…+^一z。 性)，会导致回归分析的正则方程组出现病态，从而 2)选择k个主成分，所选择的主成分要能够解 使最小二乘法的参数估计不稳定，模型拟合精度难 释变量绝大部分的信息。 以保证，若在此基础上进行预测，将可能产生严重的 3)用所选择的主成分