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。

【正文快照】：
　　0引言在对已建成的大坝安全监测的过程中,及时、简捷地对数据进行分析,特别是在洪水、高水位时期,迅速地对所测数据资料进行整理归纳,掌握大坝工作情况并评估其安全程度,是十分重要的。回归分析作为评估系统的一部分,可以预报大坝未来时段的工作状态,及时发现大坝异常变形[1]。

  Dam Displacement Model Based on Principal Component Regression

Displacement monitoring is an important job in safe dam operation.In the building of a dam displacement prediction model,the serious relativity problem exists among the impact factors,and the stability of model coefficients is affected.This problem can be solved by the method of principal component regression analysis.The principle of principal component regression analysis is introduced,and then a principal component regression model and a stepwise regression model are built with dam displacement and correlated factors on the basis of monitoring data of a project.A comparison shows that the principal component regression model is better.
【Keyword】：dam safety monitoring;displacement monitoring;principal component regression model;forecast

/uploads/soft/基于主成分回归的大坝位移模型.rar