基于主成分分析法的深基坑监测指标研究.pdfVIP

第33卷第 11期 建 筑 施 工 BUILDINGC0NSTRUCT10N V01_33 No．1l 基于主成分分析法的深基坑 监测指标研究 StudyonM onitoringIndicatorofDeepFoundationPit BasedonPrincipalComponentAnalysis · 口 陈 潇 孙晓鸣 陈俊舂 (上海市第一建筑有限公司 200120) 【摘 要】针对深基坑施工涉及的监测指标众多、各指标闻存在一定的相关性、所提供信息的重点不突出性和重叠性的问题， 以某深基坑施工监测数据为例，采用主成分分析方法，根据相关系数矩阵，以综合因子的贡献率确定主成分和权重，计算出主 成分值，从而将监测系统中的众多指标转化为较少的几个综合指标。研究表明，利用主成分分析法得 出的几个综合性指标能够 较客观地反映深基坑安全情况。此方法具有简便、推理严密等特点，为深基坑施工监测以及预警指标的建立提供了一条新途径。 【关键词】深基坑施工 综合因子 权重 主成分分析 施工监测以及预警 【中图分类号】TU753 ／文献标识码 B 【文章编号】1004—1001(2011)11-0969—03 基坑支护系统通常为临时设施，安全储备小，风险较大， 学变换中保持变量的总方差不变，使第一变量具有最大的 工作状态和工作条件较复杂，不确定因素很多。因此，在施工 方差，称为第一主成分：第二变量的方差次大，并且和第一 过程中进行动态监测和控制是一个不容忽视的重要环节[1]。 变量不相关 ，称为第二主成分：依次类推 ，k个变量就有k 然而由于评价基坑安全的监测指标众多，各指标间存在一定 个主成分。通过主成分分析方法，可以根据专业知识和指标 的相关性，所提供信息的重点不突出性和具有重叠性。如何 所反映的独特含义对提取的主成分因子给予新的命名，从 简化监测指标 ，找出其中的主要影响因素 ，是现在评标工作 而得到合理的解释性变量[4]。 中急需解决的问题。为此，本文尝试采用主成分分析法，根据 1．2 主成分分析法模型建立的基本步骤 各指标问的相关关系来确定权数，合理量化指标 ，将监测系 1．2．1建立观测样本矩阵 统中的众多因子转化为较少的几个指标，并对一工程实例进 行了分析。针对主成分分析的结果，可以更简便的对监测结 果进行评价，并将有限的项目资源分配在对基坑安全影响最 大的风险源上。 xnl 2 … 。 1 主成分分析概念与方法 1．1主成分分析概念 式中：，7——样本数； 主成分分析 即PrincipalComponentAnalysis (简称 P——变量数。 PCA)是由卡尔(Kar1)~D皮尔逊(Pearson)最早在 1901年提 出， 1．2．2 将原始数据标准化 只不过当时是应用于非随机变量，1933年霍蒂林(Hotelling) 为了排除数量级和量纲不同带来的影响，采用以下公 将这个概念推广到随机向量[2]。该方法是利用降维的思想， 式对原始数据进行标准化处理。 把多指标转化为几个综合指标的多元统计分析方法。主成分 (2) 分析 的基本原理：主成分分析是一种数学变换的方法，它 式中：卢1，2，…，n； 把给定的一组相关变量通过线性变换转成另一组不相关的 产 1，2，…，p； 变量，这些新的变量按照方差依次递减的顺序排列[3]。在数 x--1三 ； 【作者简介】陈 潇(1981-)，男，本科，助工。联系地址：上海市 福山路33号(200120)。