费尔南多·萨拉查;拉斐尔·莫兰;米盖尔·阿尔·托莱多。;欧尼亚特，尤金尼奥 大坝行为预测的基于数据的模型：综述和一些方法考虑。 （英语） Zbl 1360.74017号 架构（architecture）。计算。方法工程。 24，第1号，1-21（2017）. 摘要：预测模型是大坝安全分析的重要内容。它们提供了对给定荷载组合下大坝响应的估计，可以将其与实际测量值进行比较，从而得出关于大坝安全的结论。除了数值有限元模型外，基于监测数据的统计模型已用于此目的数十年。特别是，静水-季节法在工程实践中得到了充分的应用，但也指出了一些局限性。在其他科学领域，已经开发出强大的工具，如神经网络和支持向量机，它们利用观测数据来解释复杂系统。本文回顾了用于大坝安全分析的统计和机器学习数据预测模型。讨论了在进行此类分析时需要考虑的一些方面，如输入变量的选择、将其划分为训练集和验证集以及误差分析。审查的大多数论文涉及给定大坝类型的一个特定输出变量，大多数也缺乏足够的验证数据。因此，尽管结果很有希望，但仍需要进一步验证和评估推广能力。未来的研究还应侧重于制定数据预处理和模型应用的标准。 引用于2文件 MSC公司： 74A20型 固体力学中的本构函数理论 软件：ANFIS公司;ElemStatLearn（电子状态学习） PDF格式BibTeX公司 XML格式引用 \textit{F.Salazar}等人，Arch。计算。Methods Eng.24，No.1，1--21（2017；Zbl 1360.74017） 全文： 内政部 链接 参考文献： [1] Amberg F（2009）混凝土坝位移解释模型。第23届ICOLD大会，q91-R43·Zbl 1513.62263号 [2] Arlot S，Celisse A等人（2010）模型选择交叉验证程序调查。统计调查4:40-79·Zbl 1190.62080号 ·doi:10.1214/09-SS054 [3] Bishop CM（1995）模式识别的神经网络。牛津大学出版社·Zbl 0868.68096号 [4] Bonelli S，Félix H（2001）温度效应的延迟响应分析。附：第六届ICOLD大坝数值分析基准研讨会会议记录，奥地利萨尔茨堡 [5] Bonelli S，Radzicki K（2007）孔隙压力监测数据的脉冲响应函数分析。参加：第五届国际大坝工程会议，葡萄牙里斯本 [6] Bonelli S，Radzicki K（2008），土坝孔隙压力的脉冲响应函数分析。《欧洲环境与民用工程杂志》12（3）：243-262·doi:10.1080/19648189.2008.9693012 [7] Bonelli S，Royet P（2001）大坝监测数据的延迟响应分析。摘自：第五届ICOLD欧洲水坝研讨会论文集，挪威盖兰格 [8] Breitenstein F、Klher W、Widman R（1985）格洛克纳-卡普伦水电开发大坝的安全控制。In:第15届ICOLD大会，第1121-1134页，q56-R59 [9] Carrère A，Noret-Duchéne C（2001）使用增强统计模型解释拱坝行为。附：第六届ICOLD大坝数值分析基准研讨会会议记录，奥地利萨尔茨堡 [10] Chen BJ，Chang MW等人（2004）使用支持向量机进行负荷预测：2001年EUNITE竞争研究。IEEE输电系统19（4）：1821-1830·doi:10.1109/TPWRS.2004.835679 [11] Cheng L，Zheng D（2013）基于提取环境影响过程的两个在线大坝安全监测模型。高级工程软件57:4856·doi:10.1016/j.advengsoft.2012.11.015 [12] Chouinard L，Roy V（2006），大坝监测数据统计模型的性能。In:土木和建筑工程计算和决策联合国际会议，蒙特利尔，第14-16页 [13] Chouinard L，Bennett D，Feknous N（1995）混凝土拱坝监测数据的统计分析。J执行施工图9（4）：286-301·doi:10.1061/（ASCE）0887-3828（1995）9:4（286） [14] Cortez P，Embrechts MJ（2011）使用敏感性分析打开黑盒数据挖掘模型。2011年IEEE计算智能和数据挖掘（CIDM）研讨会，IEEE，第341-348页 [15] Crépon O，Lino M（1999）《监测的分析方法》，《水电站大坝施工图》51（6）：52-54 [16] Curt C，Gervais R（2014）通过两种方法提高用于分析大坝插图的数据质量的方法。《欧洲环境与民用工程杂志》18（1）：87-105·doi:10.1080/19648189.2013.850188 [17] De Sortis A，Paoliani P（2007）混凝土大坝监测中的统计分析和结构识别。工程结构29（1）：110-120·doi:10.1016/j.engstruct.2006.04.022 [18] Demirkaya S（2010）使用ANFIS进行拱坝变形分析。摘自：第二届人工智能应用和工程大地测量创新国际研讨会论文集。德国布伦瑞克，第2131页·兹比尔1190.62080 [19] Demirkaya S，Balcilar M（2012）《软计算技术对大坝变形解释的贡献》。收件人：意大利罗马FIG工作周会议记录 [20] Fabre J，Geffraye G（2013）通过特殊加热和冷却装置的作用研究和控制Gage II大坝（法国）的热位移。附：第七届阿根廷水坝会议记录，阿根廷圣胡安，[西班牙语] [21] Flood I，Kartam N（1994），土木工程中的神经网络。I：原理和理解。计算机土木工程杂志8（2）：131-148·doi:10.1061/（ASCE）0887-3801（1994）8:2（131） [22] Gevrey M，Dimopoulos I，Lek S（2003）《人工神经网络模型中变量贡献研究方法的回顾与比较》。Ecol模型160（3）：249-264·doi:10.1016/S0304-3800（02）00257-0 [23] Govindaraju RS（2000）水文中的人工神经网络II：水文应用。水文工程杂志5（2）：124-137·doi:10.1061/（ASCE）1084-0699（2000）5:2（124） [24] Guedes Q，Coelho P（1985）大坝统计行为模型。In:第15届ICOLD大会，第319-334页，q56-R16 [25] Hastie T、Tibshirani R、Firedman J（2009）《统计学习要素——数据挖掘、推理和预测》，第2版。施普林格，柏林·兹比尔1273.62005 [26] Hill C，Sundaram M（2013）《仪器数据收集、管理和分析》。美国水坝学会（USSD）水坝及其基础监测委员会技术代表 [27] 国际大坝委员会（2012）大坝监测指南。ICOLD技术代表B-158 [28] Jang JS（1993）ANFIS：基于自适应网络的模糊推理系统。IEEE Trans-Syst Man Cybern 23（3）：665-685·数字对象标识代码：10.1109/21.256541 [29] Jung IS、Berges M、Garrett JH、Kelly CJ（2013）通过使用非参数谱估计方法对测压计数据进行时间序列分析，解释堤坝的动力学。In:土木工程计算（2013），ASCE，第2532页，doi:10.1061/9780784413029.004 [30] Kao C，Loh C（2013）利用基于人工神经网络的方法监测Fei-Tsui拱坝的长期静态变形数据。结构控制健康监测20（3）：282-303·doi:10.1002/stc.492 [31] Legates DR，McCabe GJ（1999）《评估水文和水文气候模型验证中“良好”措施的使用》。水资源研究报告35（1）：233-241·doi:10.1029/1998WR900018 [32] Léger P，Leclerc M（2007）混凝土坝的静水压、温度、时间位移模型。《工程机械杂志》133（3）：267277·doi:10.1061/（ASCE）0733-9399（2007）133:3（267） [33] Li F，Wang Z，Liu G（2013）基于协整理论的大坝监测数据分析误差修正模型。结构安全43:1220·doi:10.1016/j.strusafe.2013.02.005 [34] Li F，Wang Z，Liu G，Fu C，Wang J（2014）混凝土坝监测数据分析的静水压季节状态模型。结构基础设施工程（预付款）：1-16 [35] Ljunggren M、Logan T、Campbell P（2013），你的大坝是否如你的数据所示安全？In:新西兰SOLD/ANCOLD会议记录，新西兰罗托鲁瓦第一卷 [36] Loh CH，Chen CH，Hsu TY（2011）先进统计方法在拱坝静态监测数据中提取长期趋势的应用。结构健康监测10（6）：587-601·数字对象标识代码：10.1177/1475921710395807 [37] Lombardi G（2004）混凝土大坝诊断的高级数据解释。CISM技术代表 [38] Lombardi G、Amberg F、Darbre G（2008）《混凝土坝行为中功能延迟预测的算法》。水电站大坝3:111-116 [39] Mata J（2011）用人工神经网络和多元线性回归模型解释混凝土坝的行为。工程结构3（3）：03-910。doi:10.1016/j.engstruct.2010.12.011·doi:10.1016/j.engstruct.2010.12.011 [40] Mata J、de Castro AT、da Costa JS（2013）《混凝土坝安全控制的时频分析：结构响应的日变化与气温的相关性》。工程结构48:658-665·doi:10.1016/j.engstruct.2012.013 [41] Mata J，Tavares de Castro A，Sáda Costa J（2014a）《拱坝变形统计模型的构建》。结构控制健康监测21（3）：423-437。doi:10.1002/stc.1575·doi:10.1002/stc.1575 [42] Mata J，Leitáo NS，de Castro AT，da Costa JS（2014b）《早期检测混凝土拱坝溃坝情况的决策规则构建——判别法》。计算结构142:45-53·doi:10.1016/j.compstruc.2014.07.002 [43] Nedushan B（2002）混凝土大坝监测数据的多变量统计分析。麦吉尔大学博士论文 [44] Nourani V，Babakhani A（2012），人工神经网络与径向基函数插值在土坝渗流建模中的集成。计算机土木工程杂志27（2）：183-195·doi:10.1061/（ASCE）CP.1943-5487.000020 [45] Olden JD，Jackson DA（2002）《照亮黑箱：理解人工神经网络中变量贡献的随机方法》。生态模型154（1）：135-150·doi:10.1016/S0304-3800（02）00064-9 [46] 关于大坝IC（2000）自动化大坝监测系统。指南和案例记录。ICOLD技术代表B-118 [47] Opyrchal L（2003）模糊集方法在识别大坝渗流路径中的应用。水利工程杂志129（7）：546-548·doi:10.1061/（ASCE）0733-9429（2003）129:7（546） [48] Palumbo P、Piroddi L、Lancini S、Lozza F（2001），施莱盖斯拱坝径向坝顶位移的NARX建模。附：第六届ICOLD大坝数值分析基准研讨会会议记录，奥地利萨尔茨堡 [49] Panizzo A，Petaccia A（2009）使用神经网络分析大坝安全控制的监测数据。In：流体力学研究的新趋势，Springer，第344347页 [50] Penot I、Daumas B、Fabre J（2005）《监测行为》。水电站大坝施工图57（12）：24-27 [51] Perner F，Obernhuber P（2010）拱坝变形分析。前建筑土木工程中国4（1）：102-108·doi:10.1007/s11709-010-0012-7 [52] Piroddi L，Spinelli W（2003）《长程非线性预测：案例研究》。摘自：第42届IEEE决策与控制会议记录，第4卷。IEEE，第3984-3989页 [53] Popovici A，Ilinga C，Ayvaz T（2013）神经网络对扶壁坝对环境作用的一些响应参数建模的性能。In:第九届ICOLD欧洲俱乐部研讨会会议记录，意大利威尼斯 [54] RankovićV、GrujovićN、Divac D、MilivojevićN、Novaković）A（2012）基于神经模糊识别的大坝行为建模。工程结构35:107113。doi:10.1016/j.engstruct.2011.11.11·doi:10.1016/j.engstruct.2011.11.11 [55] RankovićV，GrujovićN，Divac D，MilivojevićN（2014a）开发用于预测大坝结构行为的支持向量回归识别模型。结构安全48:33-39·doi:10.1016/j.strusafe.2014年2月14日 [56] RankovćV、NovakovićA、GrujovićN、Divac D、MilivojevćN（2014b）通过人工神经网络预测大坝测压水位。神经计算应用24（5）：1115-1121·doi:10.1007/s00521-012-1334-2 [57] Restelli F（2010）使用PCA对大坝监测进行系统评估。附：第六届阿根廷水坝会议记录，阿根廷诺伊坎，[西班牙语] [58] Restelli F（2013）《大坝仪器响应的系统评估》。在El Chocón大坝的应用。在：第九届ICOLD欧洲俱乐部研讨会会议记录，意大利威尼斯 [59] Riquelme F、Fraile J、Santillán D、Morán R、Toledo M（2011）人工神经网络模型在确定拱坝运动中的应用。摘自：第二届国际大坝维护与修复大会会议记录。西班牙萨拉戈萨，第117-123页 [60] Ruiz H（2013）Fisher网络：基于检索的分类的原则方法。利物浦约翰摩尔大学博士论文 [61] Salazar F、Toledo M、Oñate E、Morán R（2015）大坝行为建模机器学习技术的实证比较。结构安全56:9-17。doi:10.1016/j.strusafe.2015.05.001·doi:10.1016/j.strusafe.2015年5月01日 [62] Sánchez Caro FJ（2007）《大坝安全：对变形分析和监测的贡献》，作为预防岩土成因病理的一个要素。芬欧汇川大学博士论文[西班牙语] [63] Santillán D，Fraile-Adanuy J，Toledo M（2013）基于人工神经网络的大坝渗流分析：滞后现象。In:2013年国际神经网络联合会议（IJCNN），IEEE，第1-8页 [64] Santillán D，Fraile-Adanuy J，Toledo M（2014），利用人工神经网络进行拱坝渗流预测。水技术科学V（3），81-96。[西班牙语] [65] Saouma V、Hansen E、Rajagopalan B（2001）Schlegeis大坝的统计和三维非线性有限元分析。摘自：第六届ICOLD大坝数值分析基准研讨会会议记录，第17-19页 [66] Silva Gomes AF，Silva Matos D（1985），大坝监测结果的定量分析。最新技术、应用和前景。In:第15届ICOLD congres，第319-334页，q56-R39 [67] Simon A、Royer M、Mauris F和Fabre J（2013），使用人工神经网络分析和解释大坝测量值。In:第九届ICOLD欧洲俱乐部研讨会会议记录，意大利威尼斯 [68] Smola AJ，Schlkopf B（2004）支持向量回归教程。统计计算14（3）：199222·doi:10.1023/B:STCO.0000035301.49549.88 [69] Stojanovic B、Milivojevic M、Ivanovic M、Milivo jevic N、Divac D（2013）基于线性回归和遗传算法的大坝行为建模自适应系统。高级工程软件65:182190·doi:10.1016/j.advengsoft.2013.06.019 [70] Su H，Wu Z，Wen Z（2007）基于小波网络的大坝行为识别模型。计算机辅助Civ基础结构工程22（6）：438-448·文件编号：10.1111/j.1467-8667.2007.00499.x [71] 瑞士水坝委员会（2003）预测和验证水坝行为的分析方法。ICOLD技术代表 [72] Takagi T，Sugeno M（1985）系统的模糊识别及其在建模和控制中的应用。IEEE Trans-Syst Man Cybern公司1:116-132·Zbl 0576.93021号 ·doi:10.1109/TSMC.1985.6313399 [73] Tatin M、Briffaut M、Dufour F、Simon A、Fabre J（2013）《混凝土坝的热位移：有限元和统计建模》。In:第九届ICOLD欧洲俱乐部研讨会会议记录，意大利威尼斯 [74] Tatin M、Briffaut M、Dufour F、Simon A、Fabre JP（2015）《混凝土坝的热位移：统计模型中的水温核算》。工程结构91:26-39·doi:10.1016/j.engstruct.2015.01.047 [75] Tayfur G、Swiatek D、Wita A、Singh VP（2005）案例研究：波兰Jeziorsko土坝水流的有限元方法和人工神经网络模型。水利工程杂志131（6）：431440·doi:10.1061/（ASCE）0733-9429（2005）131:6（431） [76] Willm G，Beaujoint N（1967）《法国电力生产水力发电厂的水坝监测方法与新解决方案》。摘自：第九届ICOLD大会，第529-550页，q34-R30。[法语] [77] Xu C，Yue D，Deng C（2012）混合GA/SIMPLS作为大坝变形分析中的替代回归模型。工程应用Artif Intell 25（3）：468475·doi:10.1016/j.engappai.2011.09.020 [78] Xu H，Li X（2012）利用自适应神经模糊推理系统从监测数据推断混凝土坝裂缝的不利荷载组合规则。科学中国技术科学55（1）：136141·Zbl 1421.93081号 [79] Yao Y、Sharma A、Golubchik L、Govindan R（2010）《传感器系统的在线异常检测：一种简单有效的方法》。执行评估67（11）：1059-1075·doi:10.1016/j.peva.2010.08.018 [80] Yu H，Wu Z，Bao T，Zhang L（2010）基于主成分分析的大坝监测数据多元分析。中国科学技术科学53（4）：1088-1097。doi:10.1007/s11431-010-0060-1·Zbl 1513.62263号 ·doi:10.1007/s11431-010-0060-1 [81] Zenz G，Obernhuber P（2001）ICOLD大坝安全基准研讨会。水电站大坝8:75-78 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。