基于抗差最小二乘法的大坝安全监测统计模型.pdfVIP

第42卷 第9期 人 民 长 江 Vo1．42，No．9 2011年 5月 Yangtze River May， 2011 文章编号：1001—4179(2011)09—0094—04 基于抗差最小二乘法的大坝安全监测统计模型 文 富 勇 (中水顾 问集团中南勘测设计研究院，湖南 长沙 410014) 摘要 ：传统监测资料分析是在假定监测数据服从正态分布 的前提下，采用经典最小二乘法进行建模分析 的，但 最小二乘法善于吸收异常值，不具备抗差能力。提 出应用抗差最小二乘法建模 ，并对其计算方法 以及相关参 数进行 了系统的研究，提 出了监控模型的优化方案。同时通过监测实例证 明，抗差最小二乘法计算模型优 于 最小二乘法计算模型，能够降权使用可疑值，淘汰异常值 ，具有较强的抗差能力，预测精度高。 关 键 词 ：抗差最小二乘法 ；权函数 ；统计模型；预测精度 ；大坝安全监测 中图法分类号 ：TV698．1 文献标志码 ：A 传统监测资料分析是在假定监测数据服从正态分 1 监测资料的分布 布的前提下，采用经典统计 回归法——最小二乘法建 立监测模型…。由于最小二乘法在方法上较为成熟， 大坝安全监测资料受多种相关 因素的影响和制 在理论上较为完善 ，且具有一致性 、无偏性 、方差小 约，其严格服从正态分布的情况非常少，而更多的是服 等特点，因此在大坝安全监测资料分析 中得到了广泛 从正态分布和其他分布组合而成的混合分布，即主体 的应用。 服从正态分布 ，干扰部分服从柯西(Caucly)分布 、拉普 在大坝安全监测资料中，可能存在一些异常测值， 拉斯 (Laplace)分布等其他分布 ，这种混合分布称为污 其对大坝结构安全性状的评价有较大影响，有时甚至 染正态分布 ，可以表示为： 会歪 曲大坝客观状态 。因此，在应用大坝安全监测资 G= (1一s)F+cH (1) 料时，应对其 中的异常值进行判断和处理，去伪存真， 式中，，为主体正态分布 ；H为干扰分布 ；占为污染系 使分析工作建立在可靠数据 的基础上 。由于经典 数，即表示受污染部分在总体数据中所 占的比例 。 最小二乘法善于吸收异常值 ，将异常值进行转移或淹 通过对大坝安全监测数据进行大量 的分析和研究 没，因此，最小二乘法不具备抗差能力，其建模结果可 表明，其分布接近于 Huber分布 ，即主体部分服从正态 能因异常值 的存在而不可靠 。 分布 ，干扰部分服从拉普拉斯分布 ，其标准 Huber分布 抗差最小二乘估计 (RobustEstimation)源于统计 的概率密度函数为： 学中抗差性 (Robustness)，其原则是充分利用有效信 (1一 ) =。等 I J≤c 息，限制利用可用信息，排除有害信息。本文对抗差最 ~／21T (2) )= 小二乘法 的计算方法 以及相关参数进行 了系统 的研 (1一 ) e(知 I I 究，提出了监控模型的优化方案 ，并通过工程实例证 √2 明，抗差最小二乘法具有较强 的抗差能力 ，预测精度 当I I≤c时， )服从正态分布 ；当l lc时， 高，既能抵制模型的偏差，又能抵抗异常值的干扰