近年来,中外学者根据大坝实测资料建立了各种在坝安全监测化移模型,并依据这些模型对大坝性态作了一系列的分析,而且,各种方法也被运用于大坝安全监测领域,如:小波分析、遗传算法和神经网络等。 然而,对于以逐步回归法建立的模型,普遍存在着欠拟合问题。而遗化算法是近年来开始得到广泛关注的新型优化算法,具有智能性搜索、并行式计算和全局优化等优点,没有传统的建立在梯度计算基础上优化算法的缺点。本论文从数学的角度对现有位移模型所存在的欠拟合问题进行了探讨,将遗传算法引用大坝实测位移建模中来,依靠其有效的自适应全局搜索优化功能,对实测位移混合模型的模型参数进行优化重估,由此得到了位移遗传混合模型,这种减少了回归过程中的优化误差,对实测位移具有更好的拟合效果。 本文以某拱坝径向位移实测值为例,介绍了不同测点位移混合模型反演大坝物理力学参数的具体方法,讨论了观测精度、不同水位对结果的影响,以及不同测点的反演结果的差异,并对这些差异进行了定量的计算和比较。 本文还介绍了建立多测点位移场混合模型的原理以及在无倒垂的情况下的反演方法和有倒垂的情况下的反演方法,以某拱坝径向位移实测值为例,建立某一坝段的梁向多测点混合模型和坝项处不同坝段的拱向多测点混合模型,通过这些模型得到坝体和坝基的平均弹性模量,将结果与单测点混合模型所得结果进行了比较分析。并将遗传算法引入多测点混合模型的优化,比较分析优化前后模型质量的优劣,以及优化后水压调整系数的变化,对反演结果的影响。 最后将所做的工作做成一个系统,逐步回归分析法拟合,遗传算法优化以及对所作的模型进行预测估计,并用直观的图形来说明模型的优劣。