多变量灰色预测模型在大坝安全监测中的应用

【摘要】： 水库大坝对促进国民经济发展有着巨大的作用，但一旦失事则会带来巨大的灾难，所以对大坝进行安全监测并定期对观测资料进行分析研究以评定大坝安全运行状况具有重要意义。由于经费等各种原因，我国相当一部分大坝存在观测数据残缺或由于处在施工、蓄水初期而缺乏长期观测资料的问题。而现有的大坝监测资料分析方法如多元回归分析方法、神经网络方法等都建立在大样本量的数据基础上，对短期或有残缺的资料无能为力。此外，由于大坝结构复杂，建筑材料和地基岩土的物理力学指标难以测定，复杂地基的地质构造还很难模拟，荷载、施工及环境因素对水工建筑物的影响还很难准确预测，应用各种模型都存在着模拟困难、计算复杂、工作量大等不足。针对这些情况，本文提出应用多变量灰色预测模型对大坝监测资料进行分析计算。 本文利用大坝监测实测资料建立了多变量灰色预测模进行拟合、预测，取得了满意效果，表明这一方法是可行、有效的；针对多变量灰色预测模型研究中发现的矩阵奇异问题，本文在分析各种参数估计方法的基础上，提出应用Moore-Pemose逆法并通过实例计算取得了较好效果，但还需要通过更多的实测资料进行检验；为了提高模型精度，本文应用数列变换方法提高原始数列的光滑度，并提出严格单调递增数列并不是应用这些方法的必要条件，计算结果也表明这些方法可以应用于小幅度波动数列用以提高多变量灰色预测模型的拟合、预测精度；针对传统的以第一个点作为已知点的边界条件假设，本文修订了多变量灰色预测模型的边界条件并给出了新的预测公式，计算结果表明新的预测公式可以提高多变量灰色预测模的拟合、预测精度。 最后，本文提出了有关后续研究方向的一些建议。