遗传门限自回归模型的改进及其应用

 针对门限自回归模型在实际应用过程中预测效果差于拟合效果的情况,对门限自回归模型作了改进,即：在对时序x(i)拟合和预测时,AR式靠近i半个周期的观测值用门限自回归模型的拟合和预测的计算值代替;为了清晰直观地确定出延迟步数及门限区间AR模型的阶数,提出了通过绘制自相关系数图来确定。实例表明,该改进方法提高了遗传门限自回归模型的稳定性和实用性,模型在大坝安全位移监测预报中得到了成功的应用。     

大坝安全监测预报中的门限双线性模型

提出了门限双线性模型以及一套基于自相关系数图、点值图和遗传算法的建模方案.通过实例,将门限双线性模型与神经网络可变权组合预测模型、门限自回归模型和双线性模型进行了对比分析,得出结论:门限双线性模型的预测精度和拟合精度以及稳定性均比神经网络可变权组合预测模型、门限自回归模型、双线性模型要高;门限双线性模型的内在思想组合要比组合预测模型外在结果组合更优秀;建模方案简便实用.     

基于鲁棒性回归方法的大坝安全监控混合模型研究

为了避免大坝损坏造成严重的、不可预知的损失,需要对大坝进行安全监控.以某水库大坝为例,研究了鲁棒性回归方法在大坝安全监测混合模型中的应用可行性.结论 显示,该方法的各个预测指标均明显优于传统的最小二乘法估计,基于鲁棒性回归方法的大坝安全监控混合模型可以用于大坝安全监控预测研究.     

OSC-PLS法在大坝安全监控模型中的应用

为了提高PLS大坝监控模型的可解释性,引入一种数据预处理方法——正交信号修正(OSC)法,对原始自变量进行预处理,去除和因变量无关的信号,再建立PLS监控模型。实例分析表明,OSC-PLS法只需要1个主成分就可以建立监控模型,与PLS模型相比,该模型的回归系数具有明确的物理意义,因子的重要性指标更合理。因此,OSC-PLS大坝安全监控模型结构更简单,解释性更好,具有一定的推广价值。     

大坝安全监控的偏最小二乘回归分析

针对大坝安全监拉模型因子间多重相关性问题,本文引入了偏最小二乘回归法.对渗流资料进行了详细的分析.研究分析表明,偏最小二乘回归法能够有效地克服因子间的多重相关性的影响,建立的模型具有很好的稳定性和解释性.相比一般的最小二乘回归法,更具有推广性.     

门限自回归模型及其在水文随机模拟中的应用

为了客观描述日流量变化的非线性特性 ,将一种非线性时序模型——门限自回归模型引入日流量随机模拟。根据我国金沙江流域屏山站观测资料建立了日流量随机模拟的门限自回归模型。实用性检验结果表明 ,该模型用于模拟日流量过程是可行的 ,成果实用。这种尝试为日流量随机模拟提供了一种考虑日流量非线性变化特性的新模型。     

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。     

丹江口大坝安全监控综合网络系统的设计

为了实现数据采集、整编、分析、评价等大坝安全管理工作的整体自动 化，对丹江口大坝安全监控综合网络系统进行了系统的设计。较详细地介绍了该系统的设计 原则、设计目标、框架结构、系统组成及应用前景。该系统的应用可以进一步提高大坝安全 管理水平，在保证大坝安全的前提下，充分发挥工程效益。     

门限自回归模型及其在水文随机模拟中的应用

为了客观描述日流量变化的非线性特性,将一种非线性时序模型--门限自回归模型引入日流量随机模拟.根据我国金沙江流域屏山站观测资料建立了日流量随机模拟的门限自回归模型.实用性检验结果表明,该模型用于模拟日流量过程是可行的,成果实用.这种尝试为日流量随机模拟提供了一种考虑日流量非线性变化特性的新模型.     

主成分回归分析在大坝安全监测中的应用

介绍主成分回归的原理,对某大坝的位移预测进行分析研究.利用SPSS软件进行多重共线性诊断后进行主成分分析,确定主成分的个数,将原自变量的主成分代替原自变量进行回归分析,建立主成分回归模型,并对该大坝位移进行预报.对影响大坝位移的各因子进行有效分离,既保留了原指标的绝大部分信息,又有主成分之间不相关的特点,弥补了最小二乘法回归无法有效识别和消除因子间多重相关性影响的不足.     

大坝变形监控的逐步回归马尔科夫模型

常规逐步回归模型具有建模简单,能表示自变量和因变量的显式函数关系和使用广泛等优点,但逐步回归模型在因变量测值波动比较大时拟合和预报误差大,而马尔科夫链模型具有适应大波动的优点,为此将逐步回归与马尔科夫模型相结合,提出一种高精度的变形预报模型.在介绍逐步回归模型和马尔科夫预报模型概念的基础上,利用某大坝的实测资料进行建模分析.实践表明,变形预报值能很好地吻合了实测结果,表明该模型可以用于大坝安全监控.     

基于奇异值分解算法的大坝监测数据回归模型

针对大坝观测数据统计回归计算中出现的数据共线性和观测数据中的粗差问题,应用奇异值分解算法计算大坝统计模型中的系数。计算结果表明,基于奇异值分解算法的模型能够在这2个常见问题上均取得较满意的结果。     

变权组合预测模型在大坝安全监测中的应用

简要介绍了组合预测模型的基本原理，该模型改进了单一模型考虑因素的片面性，但常规的组合预测模型的权系数是固定的。考虑到各种模型的预测精度的变化，以及大坝安全监测数据存在的突变、时效等因素，固定权系数的组合预测模型有待进一步改进。文中提出了变权系数组合预测模型，并将其用于实际的大坝安全监测工程。结果表明，变权组合预测模型的预报精度高于其他模型。是一种值得推广的方法。     

基于主成分回归的大坝位移模型

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。     

偏最小二乘回归在大坝位移监控中的应用

大坝位移监控模型各影响因子之间往往存在着多重相关性,给回归建模分析带来许多负面影响,采用偏最小二乘回归(PLSR)建模分析可以很好地解决这个问题.文中在简述PLSR原理的基础上,结合工程实测数据,建立了大坝位移监控的PLSR模型和逐步回归模型,并对两者进行比较分析,取得了较合理的结果.     

DG型分布式大坝安全监测系统在柘林水电站的运用

介绍了柘林水电站DG型分布式大坝安全监测系统的具体设计方案,以及应用情况。通过一年多的试运行情况来看,系统总体基本正常。系统在通讯、电源、测控装置、数据管理等部分具有先进性和可靠性等特点。但同时在防雷、传感器、采集软件、通讯方面存在一些不足。总的来看,该系统的运行给整个大坝的安全提供了有力的保障。     

基于模糊规则推理的大坝安全监测变形预测模型

研究了将模糊规则推理和粗糙集理论相结合建立大坝安全监测变形预测模型的新方法.该方法采用粗糙集理论对原始监测样本数据进行离散,根据离散结果确定模糊推理规则,并通过对规则的模糊推理建立大坝安全监测变形预测模型.实例分析表明,该模型在大坝变形影响因素重要性评价和非确定性测值预测方面取得了满意的结果.     

物元模型在大坝安全度评价中的应用

将物元分析理论应用于大坝安全度评价,应用层次分析法计算各因素的权重,通过关联度确定待评大坝的安全度等级.应用表明,物元模型能够较客观地反映大坝安全程度,为大坝安全度评价提供了一条新途径.     

隔河岩大坝垂线观测的回归模型研究

本文以隔河岩水利枢纽工程某坝段正垂线观测数据为基础,用回归分析法对大坝变形监测统计模型进行了研究,并就水压、时效和温度对大坝测点水平位移的影响情况等进行了初步分析。