原型监测量回归模型原型监测量回归模型基本概念简述基本概念简述 玖留脯躇流铂层皇躺豆肋簿凹傀闽芯际烩彼塌粹盈缺曳责运扼扁画吟桐卵大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件一、变量序列一、变量序列1 1、应变量（待回归量）、应变量（待回归量）l设我们关注的某变量设我们关注的某变量Y Y，我们已经获得它的，我们已经获得它的n n个样本数据；个样本数据；lY Y的的n n个样本数据集：个样本数据集： y(1) y(1)，y(2)y(2)，y(3)y(3)，y(n)y(n)；l例如：拱坝上某测点的径向水平位移，可以将它记作例如：拱坝上某测点的径向水平位移，可以将它记作Y Y。慑现受摸莽耿漫滥煌北锰串馒忍冈盛蘸橡葬藕镰拨呀谆把抱拌前绒冲堡嚣大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件一、变量序列一、变量序列2 2、自变量（因子量）、自变量（因子量）l另有另有m m个对个对Y Y具有不同程度影响作用的变量具有不同程度影响作用的变量X X1 1，X X2 2，X X3 3， X Xm，我们也已经获得它们的，我们也已经获得它们的n n个样本数据个样本数据 ；lX X1 1的的n n个样本数据集：个样本数据集：xx1 1(1)(1)，x x1 1(2)(2)，x x1 1(3)(3)，x x1 1(n)(n)； X X2 2的的n n个样本数据集：个样本数据集：xx2 2(1)(1)，x x2 2(2)(2)，x x2 2(3)(3)，x x2 2(n)(n)； X X3 3的的n n个样本数据集：个样本数据集：xx3 3(1)(1)，x x3 3(2)(2)，x x3 3(3)(3)，x x3 3(n)(n)； X Xm m的的n n个样本数据集：个样本数据集：xxm m(1)(1)，x xm m(2)(2)，x xm m(3)(3)，x xm m(n)(n)；l例如：拱坝坝前水深，以及它的例如：拱坝坝前水深，以及它的2 2、3 3、4 4次方，坝区气温，坝体次方，坝区气温，坝体各水平断面平均温度以及它的径向平均温度梯度等，均是对上述各水平断面平均温度以及它的径向平均温度梯度等，均是对上述Y Y具有影响作用的变量，可以将它们记作具有影响作用的变量，可以将它们记作XjXj（j=1,2,3,j=1,2,3,m,m）。）。 蓝膊钢仑躁土喀急站骡馁妆僳垢穷骨经授轨成笔捣胺沃诀箱譬领刽米降蔼大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件二、模型方程二、模型方程l针对上述二维针对上述二维(m+1)n(m+1)n数据集合，采用多元线性回归方法可得到以数据集合，采用多元线性回归方法可得到以 下函数关系式：下函数关系式： y = a y = a1 1X X1 1 + a + a2 2X X2 2 + a + a3 3X X3 3 + + a + + am mX Xm m + a + a0 0 其中：其中：a a1 1，a a2 2，a am m分别为对应于各因子（分别为对应于各因子（X X1 1，X X2 2，,X,Xm m） 的回归系数，的回归系数，a a0 0为常数项。多元线性回归计算的结果就是得到确定的为常数项。多元线性回归计算的结果就是得到确定的 回归系数和常数项。回归系数和常数项。 l因子集合的初步确定是由有经验的分析人员通过定性分析进行的。因因子集合的初步确定是由有经验的分析人员通过定性分析进行的。因子集合的最终确定通常还需要在回归计算得到上述函数关系式的基础子集合的最终确定通常还需要在回归计算得到上述函数关系式的基础上多次反复调整，以求获得最佳关系式。上多次反复调整，以求获得最佳关系式。l如果因子集合（如果因子集合（X X1 1，X X2 2，X X3 3，, X, Xm m）基本上包括了待回归量）基本上包括了待回归量Y Y的各主要的各主要影响因素，则根据上述函数关系式得出的影响因素，则根据上述函数关系式得出的y y值能够成为值能够成为Y Y的最佳估计值，的最佳估计值，这时我们把上述函数关系式确定为这时我们把上述函数关系式确定为Y Y的回归模型方程。的回归模型方程。爬追泪窄福搔妈短肄舆币压甜坷佳筹沥提剐哆综脑聊酵停提祭病腻圃稼锈大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件三、模型方程评价三、模型方程评价一个质量优良的模型方程至少应该满足下列条件：一个质量优良的模型方程至少应该满足下列条件：l因子集合基本上完整包括了应变量的主要影响因素，应变量与因子量因子集合基本上完整包括了应变量的主要影响因素，应变量与因子量集合之间的相关性好，模型方程的复相关系数（集合之间的相关性好，模型方程的复相关系数（0R10R1）应尽量高）应尽量高（对大坝位移而言，一般应达到（对大坝位移而言，一般应达到0.80.8以上，应力应在以上，应力应在0.70.7以上，渗流扬以上，渗流扬压难以达到较高，在压难以达到较高，在0.60.6以上也基本可以）。以上也基本可以）。l模型值（将实际因子值代入模型方程计算得到的应变量的值）与对应模型值（将实际因子值代入模型方程计算得到的应变量的值）与对应的应变量的实测值之间拟合程度高，残差（模型值与实测值的差）的的应变量的实测值之间拟合程度高，残差（模型值与实测值的差）的数学期望为数学期望为0 0，方差小。残差过程线在，方差小。残差过程线在0 0刻度线附近呈小幅波动变化。刻度线附近呈小幅波动变化。模型方程的剩余标准差占模型值变化幅度的百分比（相对拟合精度）模型方程的剩余标准差占模型值变化幅度的百分比（相对拟合精度）尽量小。尽量小。l模型方程所表达的物理意义易于解释，符合公认的理论分析规律。模型方程所表达的物理意义易于解释，符合公认的理论分析规律。枕热餐噶枚嗣盎锌啮燃掀莫肘芬众久翼熔西拦心珐殊状远逼把佑佳侣会矿大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件四、模型方程解析四、模型方程解析以拱坝上某测点的径向水平位移为例，假定确定了如下以拱坝上某测点的径向水平位移为例，假定确定了如下1313个因子：个因子：l四个水位因子：水深四个水位因子：水深H H，以及，以及H H2 2，H H3 3，H H4 4；l七个温度因子：坝区气温七个温度因子：坝区气温T T0 0，A A、B B、C C二个不同断面的平均温度及温二个不同断面的平均温度及温度梯度度梯度T TA1A1，T TA2A2，T TB1B1，T TB2B2，T TC1C1，T TC2C2；l两个时效因子：直线型两个时效因子：直线型t t，对数型，对数型lnln（1+t1+t），其中），其中t t为从蓄水日起算为从蓄水日起算的天数。的天数。回归计算以后获得的模型方程为：回归计算以后获得的模型方程为： y = K y = KH1H1H + KH + KH2H2H H2 2 + K + KH3H3H H3 3 + K + KH4H4H H4 4 （水压分量）（水压分量） + K + KT0T0T T0 0 + K + KTA1TA1T TA1A1 + K + KTA2TA2T TA2A2 + K + KTB1TB1T TB1B1 + K + KTB2TB2T TB2B2 + K + KTC1TC1T TC1C1 + K + KTC2TC2T TC2C2 （温度分量）（温度分量） + K + Kt1t1t + Kt + Kt2t2 ln ln（1+t1+t） （时效分量）（时效分量） + K + K0 0 （常数项）（常数项）上述模型方程中，蓝色部分为水压分量，红色部分为温度分量，黄上述模型方程中，蓝色部分为水压分量，红色部分为温度分量，黄色部分为时效分量，它们的物理意义分别是坝前水深变化、温度变色部分为时效分量，它们的物理意义分别是坝前水深变化、温度变化、以及时间的推移变化引起的坝体位移的变化。所有分量的影响化、以及时间的推移变化引起的坝体位移的变化。所有分量的影响叠加起来，反映了对位移量的总的影响。叠加起来，反映了对位移量的总的影响。 泳拇顺曝牧氯溉鹿帖蠕躯纠驭挤楼赚捉咐烽陪仕舆蓖紧渤删侧击詹慧永邓大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件五、模型的用途五、模型的用途l分析：有了模型方程和各分量，就可以对位移等我们关心的分析：有了模型方程和各分量，就可以对位移等我们关心的应变量进行定量分析，了解哪些因素对它产生影响，影响的应变量进行定量分析，了解哪些因素对它产生影响，影响的程度如何。程度如何。l预测：根据模型方程，可以预测在特定影响因素条件下的应预测：根据模型方程，可以预测在特定影响因素条件下的应变量值，只要把这种特定条件对应的因子值（水位、气温、变量值，只要把这种特定条件对应的因子值（水位、气温、坝温、时间等）代入到方程，求得的坝温、时间等）代入到方程，求得的y y值就是预测值（模型值就是预测值（模型值）。值）。l监控：在求得预测值的前提下，可以对应变量的实测值进行监控：在求得预测值的前提下，可以对应变量的实测值进行监控，当实测值偏离预测值过大时，实测值已经不符合该模监控，当实测值偏离预测值过大时，实测值已经不符合该模型，需要引起注意。型，需要引起注意。崇雄镭篮蔚点硝甜廉耻懊瞪抠栗氰袱姑柴镜丫淋铁屠耘愧秘纂腻饶轨费塔大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件六、大坝监测中的三大模型六、大坝监测中的三大模型 在为求得模型方程而进行多元线性回归时，在为求得模型方程而进行多元线性回归时，如果所需的数据表中，因子量的数据均为实如果所需的数据表中，因子量的数据均为实测数据，则所得模型为统计模型。测数据，则所得模型为统计模型。统计模型统计模型矮们疡玫缄纺食甩刷弥卉逼依狐祝戴珍哲已胖殴淮森财吮蛋爆棠波蒲妊购大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件六、大坝监测中的三大模型六、大坝监测中的三大模型l在大坝监测领域，坝前水位（水深）几乎对所有我们关心的应变量在大坝监测领域，坝前水位（水深）几乎对所有我们关心的应变量都具显著影响。都具显著影响。l混合模型与统计模型的区别在于：统计模型中采用的水位因子全部混合模型与统计模型的区别在于：统计模型中采用的水位因子全部被去掉，取而代之的是一个被去掉，取而代之的是一个水压分量因子水压分量因子。l水压分量因子水压分量因子：采用力学理论经分析计算（如有限元计算）获得不：采用力学理论经分析计算（如有限元计算）获得不同水位（水深）荷载下的应变量值后，进行多元线性回归，得到应同水位（水深）荷载下的应变量值后，进行多元线性回归，得到应变量关于水深变量关于水深H H的函数式（水压分量模型方程），此式描述了仅在的函数式（水压分量模型方程），此式描述了仅在水压荷载作用下的应变量：水压荷载作用下的应变量：y yH H = K = K1 1H + KH + K2 2H H2 2 + K + K3 3H H3 3 + K + K4 4H H4 4 + K + K0 0l将对应的实测水深值代入上述水压分量模型方程，得到将对应的实测水深值代入上述水压分量模型方程，得到yHyH的计算值，的计算值，即水压分量因子，将它代替统计模型中的全部水位因子，其它因子即水压分量因子，将它代替统计模型中的全部水位因子，其它因子不变，这样得到的模型为混合模型。不变，这样得到的模型为混合模型。l作为一个因子，作为一个因子，水压分量因子水压分量因子也有回归系数，叫做水压分量调整系也有回归系数，叫做水压分量调整系数，数，它修正了理论分析计算采取的假定条件与实际情况不完它修正了理论分析计算采取的假定条件与实际情况不完全相符而造成的差异。全相符而造成的差异。 混合模型混合模型屎龙功钒脉保斤五吼豁扎禹白脐证症雹怕双钝做爽赤狈硷圭谷俱寇锗们甘大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件六、大坝监测中的三大模型六、大坝监测中的三大模型l在混合模型中，温度分量的得出与统计模型一样，均是以实测温度值作在混合模型中，温度分量的得出与统计模型一样，均是以实测温度值作为温度类因子。为温度类因子。l确定性模型与混合模型的区别在于：混合模型中采用的温度因子全部被确定性模型与混合模型的区别在于：混合模型中采用的温度因子全部被去掉，取而代之的是一个去掉，取而代之的是一个温度分量因子温度分量因子。l温度分量因子温度分量因子：采用力学理论经分析计算（如有限元计算）获得在各温：采用力学理论经分析计算（如有限元计算）获得在各温度影响量作用下的载常数（每变化度影响量作用下的载常数（每变化11引起的应变量的变化量）后，将引起的应变量的变化量）后，将各温度影响量的实测变化值乘以载常数再相加（线性叠加），得到的总各温度影响量的实测变化值乘以载常数再相加（线性叠加），得到的总和就是温度分量因子，它描述了仅在温度荷载作用下的应变量。和就是温度分量因子，它描述了仅在温度荷载作用下的应变量。l采用采用水压分量因子水压分量因子代替所有水位因子，代替所有水位因子，温度分量因子温度分量因子代替所有温度因子，代替所有温度因子，这样得到的模型就是确定性模型。这样得到的模型就是确定性模型。l在确定性模型中，在确定性模型中，温度分量因子温度分量因子的回归系数也叫温度分量调整系数，它的回归系数也叫温度分量调整系数，它修正了理论分析计算采取的假定条件与实际情况不完全相符而造成的差修正了理论分析计算采取的假定条件与实际情况不完全相符而造成的差异。异。l确定性模型中的水压分量和温度分量都完全符合理论分析得出的基本规确定性模型中的水压分量和温度分量都完全符合理论分析得出的基本规律，仅仅是把理论与实际之间的差异进行了修正。律，仅仅是把理论与实际之间的差异进行了修正。确定性模型确定性模型眨翱黄悲诉样洪炭趴卢系馅绅爪段底喂乏蒜嘱烯仓巧邻在蛋诈输古松笼状大坝监测模基本概念ppt课件大坝监测模基本概念ppt课件