任秋兵，沈 扬，李明超，孔 锐，李明昊

（1.水利工程仿真与安全国家重点实验室，天津大学，天津 300354；2.中国长江三峡集团有限公司，北京 100038；3.中国电建集团 西北勘测设计研究院有限公司，陕西 西安 710065）

1 研究背景

为达到防洪、发电、灌溉、供水等目的，需要修建不同类型的水工建筑物以控制和调配水流，如挡水建筑物（大坝、堤防等）、输水建筑物（渠道、渡槽等）、整治建筑物等[1]。结构安全是建筑物发挥调控功能的前提，而安全管理为建筑物正常运行提供保障，尤以长期安全监控为甚。将各种仪器布设于水工建筑物关键部位，通过监测变形、渗流等效应量，从不同维度综合反映其工作性态[2]。根据原型观测资料，利用统计学、机器学习等方法，构建多效应量数学监控模型，能够及时掌握和预测建筑物结构性能的重要变化，从而为评价建筑物安全状况、发现建筑物异常迹象提供科学依据[3]。

依据构建方法的不同，常规水工建筑物安全监控模型大致分为统计模型、确定性模型和混合模型。以统计模型为代表的三大常规模型应用颇广，时至今日仍然发挥着重要作用，其推导过程和适用范围详见文献[4]；然而，常规建模方法难以适应繁多因子与效应量间的复杂非线性关系，且易受不确定性因素干扰，故无法确保所建模型的准确性和稳健性[5]。20世纪末，人工智能技术攻关和行业应用发展势头迅猛。徐洪钟等[6]和苏怀智等[7]率先将人工神经网络（Artificial Neural Networks，ANN）、支持向量机（Support Vector Machine，SVM）等建模方法成功应用于水工建筑物安全性态分析；……