论文部分内容阅读
经过补强加固的大坝，其监测资料存在序列短、不连续等特性，采用常规统计模型对其进行分析效果不佳。本文对补强加固大坝监测资料的特性及相应建模分析方法进行了深入研究。主要的研究内容如下：
(1)研究了灰色系统理论及人工神经网络在贫信息监测资料分析方面的应用，建立了相应的分析模型；提出了改进灰色关联度权重分析方法，并将灰色理论与神经网络技术相结合，研究了两者不同的融合方式，据此建立了融合分析模型，提高了补强加固后贫信息监测资料变化规律的分析精度。
(2)通过研究补强加固大坝含突变的监测资料的变异规律，提出了补强加固大坝监测效应量的变异诊断模型，诊断出时间序列中发生突变的位置，在此基础上，应用统计分析理论研究了相应基准值校正问题，由此提出了对全系列监测数据进行基准校正的方法。
(3)基于Heaviside阶跃函数，建立了大坝监测效应量的自适应模型，在此基础上，将Heaviside阶跃函数引入到灰色模型中，建立了非等间隔阶跃灰色自适应模型，基本解决了因突变前后分序列较短而带来建模难的问题。
(4)针对补强加固大坝监测序列中粗差干扰大的情况，应用抗差最小二乘算法和经验模态分解法，建立了提取大坝补强加固趋势量的模型，据此分析了大坝的补强加固效应；同时，研究了端点效应对所提取的大坝监测数据趋势量的影响，提出了有效的端点效应抑制方法。