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。     

将偏最小二乘回归模型应用于非点源负荷预测

介绍了偏最小二乘回归的基本原理,建模思路和方法,将偏最小二乘回归模型应用于泾河流域非点源污染年负荷量预算,对计算结果的代表性和有效性进行了分析,并将其与最小二乘的多元回归模型预测结果进行了对比.实例计算分析结果表明,偏最小二乘回归分析对于反映因变量与多个相关性自变量之间的关系有较高的精度.     

偏最小二乘回归法在鸭子荡水库渗流观测分析中的应用

采用偏最小二乘回归法,对鸭子荡水库的渗流资料进行分析,建立了渗流偏最小二乘回归统计模型。通过对各因子重要性和时效因子的分析,表明偏最小二乘回归法能有效地消除因子间多重共线性的影响,成功地分离出各个分量,对了解大坝的运行状态具有重要的意义。     

偏最小二乘回归在大坝位移资料分析中的应用

介绍了偏最小二乘回归的基本原理、建模基本思路和交叉有效性判别方法，编制了偏最小二乘回归程序；指出偏最小二乘回归可以很好地应用于大坝位移监测中。通过算例分析表明：建立的模型有很好的拟合和预报功能。     

递阶偏最小二乘回归在大坝安全监测中的应用

偏最小二乘回归能有效地消除因子间的多重相关性,但从其算法特点和实际应用来看,也存在不足.例如,在算法方面,偏最小二乘提取的主成分不一定能同时保证方差和相关程度最大;在应用方面,含有较多自变量的偏最小二乘回归模型的可解释性不高.递阶偏最小二乘回归是偏最小二乘回归后续研究的成果之一,在一定程度上克服了上述不足.算例表明,递阶偏最小二乘回归模型较其他回归模型的可解释性强,较为合理.     

偏最小二乘回归在大坝位移资料分析中的应用

介绍了偏最小二乘回归的基本原理、建模基础思路和交叉有效性判别方法，编制了偏最小二乘回归程序；指出偏最小二乘回归可以很好地应用于大坝位移监测中。通过算例分析表明：建立的模型有很好的拟合和预报功能。     

一种适用于大坝安全监测资料分析建模的偏最小二乘回归法及其计算机实现

简要叙述了偏最小二乘回归法的基本思路和计算方法，阐明了将该方法应用于大坝安全监测资料的分析建模，能够突破传统回归方法的局限性，获得完整、稳健的监测量模型。介绍了一套应用程序，并通过计算实例的对比，说明了偏最小二乘回归法较传统的多元线性回归方法的优越性，展示了其良好的应用前景。     

大坝安全监控模型因子相关性及不确定性研究

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。     

偏最小二乘法回归的建模思路及其在水库大坝监测中的应用分析

常规最小二乘法回归的不足之处是:难以有效识别和消除自变量因子间的多重相关性影响;然而偏最小二乘法回归模型却能够有效消除因子相关性对模型回归系数估计和回归分析效果的影响。文章介绍了偏最小二乘法回归基本原理和建模思路,并结合水库大坝监测实例分析了偏最小二乘法回归,实例表明,偏最小二乘法分离效果更好,反演结果精度更高,能满足对大坝安全监控的要求,在水利工程安全监测及有关数据的统计分析方面具有广阔的应用前景。     

五强溪水电站大坝变形预测模型研究

基于逐步回归法、偏最小二乘回归法和长短期记忆(LSTM)循环神经网络，构建了五强溪水电站大坝变形预测模型。采用拉伊特准则确定可靠的监测数据，基于可靠的监测数据，构建考虑水压、温度、时效因素的混凝土重力坝变形预测逐步回归和偏最小二乘回归模型，根据五强溪大坝坝顶J23测点2006年～2020年的监测资料获得该测点的沉陷曲线逐步回归和偏最小二乘回归预测模型。根据数值试验，选定的LSTM模型包括2个LSTM层，激活函数采用整流线性单元函数，输入序列长度为20。训练集数据取2006年～2017年的监测值，2018年～2020年的监测数据作为测试集数据。采用随机搜索对LSTM循环神经网络的超参数进行优化。比较3种模型结果可知：3种模型在沉降曲线的预测效果均较好；偏最小二乘回归法能合理地解释各分量；训练数据足够时，LSTM循环神经网络的预测精度非常高；采用偏最小二乘法回归模型或LSTM模型预测J23测点变形更为妥当。     

递阶偏最小二乘回归模型及其应用

偏最小二乘回归模型中包含所有原始选择的变量,当自变量较多时,因得到的模型结果十分庞杂而难以分析和解释。本文采用递阶偏最小二乘（Hierarchical PLS,Hi-PLS）回归方法,通过分层建立模型的方法有效解决了这一问题。工程实践表明,本模型精度较高,特别适用于大规模变量集合的回归分析。     

多元线性回归与GM（1，1）模型耦合预测城市用水量

合理预测城市用水量对于城市的发展有着极其重要的意义。本文首先应用多元回归的方法，采取向前选择变量法进行优选，得到相对最优的回归预测模型。然后利用灰色GM（1，1）模型，预测出规划年每个变量的值，代入多元回归模型，这样充分利用了两种模型的优点，预测精度高，结果更为合理可靠。     

混凝土中锚杆锚固强度的SVM回归模型

锚杆锚固强度是评价锚杆锚固质量的主要因素之一,而混凝土中锚杆锚固强度受多因素影响,各因素间也具有复杂的关联。应用支持向量机回归原理,以混凝土龄期、锚杆直径和锚固长度3个因素作为输入列向量构建样本集,选用径向基核函数建立混凝土中锚杆锚固强度的支持向量机回归预测模型。利用30组锚固强度实验数据中2/3的数据作为训练样本,剩余1/3的数据作为预测样本,对锚固强度进行回归预测,将预测结果与试验结果和BP网络计算结果进行对比分析。研究结果表明:此模型预测精度高,具有良好的泛化能力,预测结果具有可信性,将SVM方法运用于混凝土中锚杆锚固强度的预测是合理有效的,为锚固强度的预测提供了一条新的途径。     

基于逐步回归的地下水超采区水位预测及控制指标研究

为确定丰、平、枯不同水文条件下岩溶区域地下水位的控制指标,本文基于地下水开采利用情况和地下水位动态变化特征的分析,构建基于逐步回归的地下水位统计预测模型,应用于广西南宁市宾阳县黎塘镇地下水超采区。研究表明：地下水开采量控制在实现区域采补平衡和填平历史超采引起的地下水亏空中已发挥重要作用。所建模型对区域地下水位的拟合效果较好,基于模型预测确定该超采区平水年控制埋深、最大控制埋深、最小控制埋深分别为4.97 m、5.47 m、2.26 m。与考虑地下水位自然波动特点确定的控制指标值对比表明逐步回归法的计算成果合理。本文成果为该区域地下水管控指标考核提供了依据,可供我国南方其他类似地下水超采区参考。     

多元线性回归与BP神经网络模型在次洪量预测中的对比研究

针对半干旱地区次洪量预测问题,选取岔巴沟流域曹坪水文站1980-2010年中15场洪水资料,根据实测次暴雨、洪量资料,考虑淤地坝控制面积、次暴雨量、暴雨中心位置、前期影响雨量等因子,利用SPSS及MATLAB软件,建立用以预测次洪量的多元线性回归模型和BP神经网络模型。模型预测结果比较表明:多元线性回归模型和BP神经网络模型都能较好地应用于次洪量的预测,进一步得出BP神经网络模型的预测效果优于多元线性回归模型。研究结果可为淤地坝的安全度汛提供决策依据。     

基于趋势及回归分析的珠三角城市群需水预测

对近10年珠三角城市群用水量进行了特征及结构分析,其中分析了总用水量和农业、工业、城镇公共、居民生活及生态环境用水量等与地区生产总值、年末人口数等参数的相关性,结果表明:与一般用水量随着经济与人口增长而增长的结论不同,近年来,珠三角地区城市总用水量与地区生产总值表现较强的负相关性,与年末人口数也呈一定程度负相关。基于相关性分析成果,构建基于经济、人口为自变量的二元回归模型及趋势模型,对城市群水资源需求进行了预测,并与常用的分项水量预测法进行对比,结果表明:趋势模型和二元回归模型预测精度良好,与实际值偏差在2%以内;趋势模型预测结果与实际值最为接近,二元回归模型预测结果偏小,而常用的分项水量预测法结果偏安全。相比分项水量预测法,趋势及二元回归预测方法具有较高精度和便利操作性,可供类似城市群需水预测研究参考。     

弧门自重估算公式研究

为研究出能够准确估算弧形闸门重量的估算公式,在使用偏差20%的闸门百分数衡量闸门自重估算公式精度的基础上,同时考虑了估算结果与闸门实际自重相差较大的区域,提出了偏差50%的闸门百分数的评判公式精度的标准。估算弧形闸门重量的公式采用G=α(PB)β,结合三本《水工闸门技术特性手册》中的514扇弧形钢闸门数据进行回归分析,利用所得公式计算闸门的理论自重,并根据数理统计理论将理论自重与其实际自重进行比较,去除设计不合理的闸门数据后再次回归分析,求出了α与β的具体数值。研究得到的弧形闸门自重估算公式具有较高精度,可作为评判弧形闸门设计是否合理的依据。     

主成分回归在城市用水量预测中的应用

运用多元统计分析中的主成分分析法通过提取两个主成分，克服变量之间的相关性，然后再进行回归，建立主成分回归的城市用水量模型，并对模型进行了拟合检验，取得了较为满意的结果。     

土石坝渗流监测资料分析的逐步回归分析方法

通过对某土石坝测压管监测资料的分析,介绍了逐步回归方法应用于土石坝渗流监测资料分析的原理、步骤,以及变量的选取等问题.结果表明,逐步回归是渗流资料分析的一种有效方法,回归结果能基本反映土石坝渗流的主要影响因素,回归计算值与实测资料吻合较好.     

严寒地区混凝土重力坝变形行为分析与预测模型

变形是环境荷载动态变化与结构性能演化耦合作用下大坝服役性态的直观表征,合理的变形行为分析与预测模型是科学诊断大坝健康态势并预测其未来运行行为的重要科学手段。考虑到严寒地区混凝土坝变形行为受环境温度变化影响显著,为有效解译环境温度动态波动导致的热变形特征,构建了基于实测边界温度的严寒地区混凝土重力坝变形行为分析模型。同时,为深入挖掘变形及其解释变量间复杂的因果函数关系,引入具有优良非线性训练能力的孪生支持向量回归(Twin Support Vector Regression, TSVR),并结合鲸鱼算法(Whale Optimization Algorithm, WOA)对TSVR参数优化求解,据此提出了基于优化TSVR的混凝土重力坝变形预测模型。以严寒地区某混凝土重力坝为例,利用所建变形行为分析模型剖析了该坝某表孔溢流坝段坝顶水平位移变幅大且与其它测点水平位移变化规律相反的不协调变形行为的成因,研究结果对深入认识严寒地区混凝土坝变形行为具有重要价值;同时,基于优化TSVR的变形预测模型拥有出色的非线性信息挖掘与建模预测能力,为高精度预测大坝变形提供了一种新方法。