魏迎奇，张 申

（中国水利水电科学研究院 岩土工程研究所，北京 100048）

目前，对大坝渗流资料的统计回归分析中，通常采用普通多元回归分析法，利用该方法进行建模的前提条件是自变量因子之间不存在多重相关性，而大坝渗流过程的滞后效应使得自变量间存在共线性的现象，如果强制运用该方法进行回归建模，将会破坏参数的估计，扩大模型误差，无法对研究对象做出合理有效的预测。另外，采用普通多元回归分析法时，需要的样本数较多，有时这在工程实际中是很难实现的。鉴于此，采用偏最小二乘法对渗流变量进行回归建模，解决了变量间共线，样本少等诸多问题，进而可对大坝的运行状态做出合理的预测和评价。

1 偏最小二乘回归方法的基本原理

1.1 建模方法偏最小二乘回归分别在自变量X和因变量Y中提取成分t1和u1，二者必须尽可能多地携带它们各自数据表中的变异信息，且相关程度能够达到最大[1]。在第一成分t1和u1被提取后，偏最小二乘回归分别实施X对t1的回归以及Y对u1的回归。如果回归方程已经达到满意的精度，则算法终止；否则，将利用X被t1解释后的残余信息进行第二轮的成分提取。如此往复，直到能达到一个较满意的精度为止。

1.2 模型因子的选择大坝渗流主要受上下游水位差、水位升降速率及降雨量等因素的影响。另外，筑坝材料在库区蓄水过程中，土体结构在渗流过程中发生相应变化，这使得大坝渗流具有时效性的特点。……