仲静文，朱 晶，周 健，顾 冬，刘永涛

(1.南京市水利规划设计院股份有限公司，江苏南京210022；2.南京新港开发总公司，江苏南京210038；3.河海大学水利水电学院，江苏南京210098)

0 引 言

面板堆石坝因其成本较低、施工快速方便、地形地质适应性强等优点迅速发展为一种重要的坝型[1]。面板堆石坝的沉降变形是影响其安全稳定的重要因素，故研究面板堆石坝的沉降，特别是施工期和蓄水期沉降以评估其安全状态就十分必要[2]。研究面板堆石坝沉降的模型和方法有很多，如传统的统计预测模型、智能算法模型、有限元计算模拟方法等。目前，研究学者们提出了大量智能优化算法的大坝沉降模型，如万臣等提出了基于新维BP神经网络-马尔科夫链模型的大坝沉降预测方法[3]；朱创家等基于极限学习机分析预测了面板堆石坝施工期沉降[4]；蓝善勇等构建了基于最小二乘法的逻辑回归的土石坝沉降预测模型[5]等。上述模型和方法在研究沉降问题上总体精度较高、适应性较好，但很多堆石坝沉降模型没有考虑每个影响因子的影响因素，如水位、时间、温度等因子，从而导致局部过拟合、计算结果精度不高。

影响因子的选择一般有相关系数法、逐步回归法、主成分分析法等。相关系数法要求变量之间线性相关，局限性大；逐步回归法挑选步骤繁琐，无法直接准确地将预选因子引入方程中；主成分分析法将多个变量降维后选取比重大的因子作为主成分进行分析，但因子之间相关性较差时误差较大[6]。……