混凝土坝裂缝开合度预测模型对比研究

打开文本图片集

摘 要：近年来，经典统计模型和机器学习模型在大坝安全监控领域并行发展。然而，前者的预测能力和后者的机理解释能力通常存在一定的局限。基于某混凝土重力坝的裂缝开合度监测数据，分别采用多元线性回归、逐步回归、随机森林模型建立混凝土重力坝裂缝开合度模型。结果表明，基于2022年实测裂缝开合度数据集成功建立3种预测裂缝开合度模型，其中随机森林模型的预测能力最佳（决定系数R2为0. 995，均方根误差ERMS和平均绝对误差EMA分别为0. 174、0. 124 mm），其次为逐步回归模型（R2为0. 989，ERMS和EMA分别为0. 192、0. 151 mm）；3种模型均得出温度分量是影响混凝土重力坝裂缝开合度最主要的原因量；通过对多元线性回归模型逐项分解得出混凝土重力坝裂缝开合度与温度分量、水压分量和时序分量变化规律。（剩余10131字）