基于KPCA-ICFSFDP-MOGP的拱坝多测点变形数据预处理及预测方法

为更高效地对高拱坝的多测点变形数据进行分析,引入了核主成分分析(KPCA)算法重构误差以识别多测点序列中的异常值;为解决用于测点聚类的密度峰值聚类(CFSFDP)算法高维表现较差的问题,利用KPCA算法对其进行降维操作,并提出了自动选取聚类中心与截断距离的改进CFSFDP(ICFSFDP)算法;基于KPCA-ICFSFDP和多输出高斯过程(MOGP)算法,按分区建立了多测点变形MOGP回归模型。实例验证结果表明,对于簇内点数量较少的类,相较于不分区的MOGP模型,预测效果得到了一定的提升,同时在整体MOGP模型表现良好的测点,分区后仍然保持较高的预测精度,且与单输出高斯过程模型对比均有所提升。

丹江口大坝空间变形分布模型的研究

空间变形模型引入了空间坐标变量，将原单测点模型发展到以线和面的分布模式。本文以丹江口大坝右岸反拱坝段反向变形为实例，建立了空间变形分布模型，并用单测点模型检验其效果。所建的模型符合工程实际要求，并同单测点模型规律相一致，使其能及时了解右岸转弯坝段反向变形的态势，更有利于大坝安全监控。