李子陽(yáng)，李涵曼，2，李政勰，李永江

(1.南京水利科學(xué)研究院水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210029；2.武漢大學(xué)水利水電學(xué)院，湖北 武漢 430072；3.河南省水利技術(shù)中心，河南 鄭州 450003；4.河南省河口村水庫(kù)管理局，河南 濟(jì)源 454650)

變形監(jiān)測(cè)是饋控混凝土壩變形性態(tài)和安全運(yùn)行的重要手段[1]。對(duì)大型混凝土壩工程來(lái)說(shuō)，一般會(huì)在壩頂、廊道、壩基的各個(gè)壩段設(shè)置包括視準(zhǔn)線、引張線、垂線等多個(gè)種類、數(shù)量眾多的變形測(cè)點(diǎn)，為獲取豐富、全面的大壩變形監(jiān)測(cè)信息提供保障，但多測(cè)點(diǎn)海量監(jiān)測(cè)數(shù)據(jù)給資料及時(shí)整編分析和大壩安全性態(tài)實(shí)時(shí)評(píng)估預(yù)警帶來(lái)困難。目前工程上常用的大壩安全監(jiān)測(cè)資料分析主要還是建立在單測(cè)點(diǎn)序列逐個(gè)分析的基礎(chǔ)上[2-4]，不僅工作量大，而且單測(cè)點(diǎn)數(shù)據(jù)可能受觀測(cè)誤差等影響呈現(xiàn)不穩(wěn)定性和不確定性，難以判斷某個(gè)或某幾個(gè)測(cè)點(diǎn)的數(shù)據(jù)異常變化是否反映了大壩的主要性態(tài)變化趨勢(shì)；而現(xiàn)有的證據(jù)組合[5]、模糊推理[6]、關(guān)聯(lián)向量機(jī)[7]等大壩多測(cè)點(diǎn)融合分析方法，多是考慮空間連續(xù)性[8]對(duì)大壩安全性態(tài)的定性評(píng)價(jià)，并不能很好地解決大壩不同測(cè)點(diǎn)表征大壩性態(tài)能力的差異性問(wèn)題，對(duì)海量數(shù)據(jù)的分析處理仍然效率不高。如何建立混凝土壩多測(cè)點(diǎn)數(shù)據(jù)之間、測(cè)點(diǎn)與大壩整體性態(tài)之間的關(guān)聯(lián)性并定量體現(xiàn)測(cè)點(diǎn)表征大壩性態(tài)的能力，是當(dāng)前大壩安全監(jiān)測(cè)海量數(shù)據(jù)處理面臨的主要問(wèn)題。

云模型是概率論與數(shù)理統(tǒng)計(jì)和模糊集交叉融合基礎(chǔ)上的一種處理不確定信息的手段，在處理模糊性和隨機(jī)性上具有很好的表現(xiàn)，由于云理論在表征數(shù)據(jù)關(guān)系方面的優(yōu)勢(shì)，其逐漸被用到各種監(jiān)測(cè)數(shù)據(jù)的處理和趨勢(shì)分析中。在大壩安全監(jiān)控領(lǐng)域，楊海彥等[9-10]使用云模型理論來(lái)分析大壩的運(yùn)行狀態(tài)，并在此基礎(chǔ)上提出了一種基于云模型的RBF神經(jīng)網(wǎng)絡(luò)改進(jìn)算法對(duì)沉降量進(jìn)行擬合和預(yù)測(cè)，以此提高預(yù)測(cè)精度；Qin等[11]將云模型應(yīng)用于大壩安全監(jiān)測(cè)，通過(guò)正向云發(fā)生器和逆向云發(fā)生器的使用，實(shí)現(xiàn)了“定量—定性—定量”的轉(zhuǎn)化，通過(guò)轉(zhuǎn)化后的確定度來(lái)確定大壩監(jiān)測(cè)數(shù)據(jù)是否在正常變化范圍內(nèi)；何金平等[12-13]將云模型引入大壩安全評(píng)價(jià)，并在此基礎(chǔ)上，改進(jìn)了云合并算法來(lái)對(duì)大壩進(jìn)行健康診斷；Wang等[14]提出了一種考慮隨機(jī)性、模糊性和不完全信息的云模糊模型對(duì)堆石壩的堆石壓實(shí)質(zhì)量進(jìn)行評(píng)價(jià)；朱文鋒等[15]建立基于AHP-DEMATEL及云模型的重力壩安全綜合評(píng)價(jià)模型，充分考慮評(píng)價(jià)指標(biāo)和評(píng)價(jià)集之間的不確定性映射，使用云模型來(lái)確定其隸屬度使得模型評(píng)價(jià)結(jié)果更為可靠；劉可心等[16]利用正態(tài)云模型期望曲線和內(nèi)外輪廓線對(duì)混凝土壩的變形進(jìn)行安全評(píng)價(jià)，并用實(shí)例證明了方法的適用性；Li等[17]利用云參數(shù)過(guò)程線發(fā)現(xiàn)測(cè)點(diǎn)的異常值，并提出了使用測(cè)點(diǎn)間的相似度實(shí)現(xiàn)測(cè)點(diǎn)分級(jí)的設(shè)想。

可以看出，云模型在大壩整體運(yùn)行性態(tài)分析評(píng)估方面具有優(yōu)勢(shì)。本文進(jìn)一步使用云模型理論對(duì)大壩多測(cè)點(diǎn)的安全監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，基于云參數(shù)計(jì)算表征不同測(cè)點(diǎn)反映大壩變形狀態(tài)的差異，基于云相似系數(shù)計(jì)算建立大壩各測(cè)點(diǎn)之間以及與大壩整體變形性態(tài)之間的相關(guān)性，并用聚類分析實(shí)現(xiàn)大壩測(cè)點(diǎn)的差異分組管理及大壩變形性態(tài)關(guān)聯(lián)性的高效分析。

1 云模型

1.1 云的概念

云模型是由李德毅院士在概率論和模糊數(shù)學(xué)的基礎(chǔ)上提出的一個(gè)定性概念和定量數(shù)據(jù)相互轉(zhuǎn)化的模型，主要用來(lái)描述事物的不確定性。云模型由大量云滴組成，可由云滴群得到云的數(shù)字特征[18]。

定義：設(shè)x是定量數(shù)值表示的集合，U是一個(gè)用數(shù)值表示的定量論域，C是U上的定性概念，若定量數(shù)值x∈U是定性概念C的一次隨機(jī)實(shí)現(xiàn)，x對(duì)C的確定度μ(x)∈[0,1]是具有穩(wěn)定傾向的隨機(jī)數(shù)，即

μ∶U→[0,1],?x∈U,x→μ(x)

(1)

則x在論域m上的分布稱為云，每一個(gè)x稱為一個(gè)云滴。

1.2 云參數(shù)計(jì)算

云模型使用3個(gè)云參數(shù)：期望E、熵En和超熵He來(lái)表征一個(gè)整體概念，是定性概念的定量表示，具有能同時(shí)表達(dá)概念的隨機(jī)性和模糊性，并實(shí)現(xiàn)不確定性的定性與定量轉(zhuǎn)換的優(yōu)勢(shì)[19-20]。期望即數(shù)據(jù)的平均值，反映云滴在論域C(E,En,He)內(nèi)分布的期望，是云滴在論域空間分布的中心值，是最能夠代表定性概念的點(diǎn)；熵反映云模型的離散程度(隨機(jī)性)和亦此亦彼性(模糊性)，描述了云滴在論域U內(nèi)可被接受的范圍，熵值越大，可接受的范圍越大；超熵反映熵的離散程度，是對(duì)熵的不確定性的度量，即熵的熵，表現(xiàn)為云滴的凝聚程度，超熵值越小，被接受的程度越高。

云參數(shù)的獲得是通過(guò)逆向云發(fā)生器實(shí)現(xiàn)的，本質(zhì)上是基于統(tǒng)計(jì)學(xué)的參數(shù)估計(jì)方法，因?yàn)樵颇Ｐ褪腔诓淮_定性信息的一種模型，所以逆向云算法可根據(jù)數(shù)據(jù)集是否攜帶確定度信息分為兩種算法模型，由于實(shí)際工程樣本常常不帶確定度信息，所以此處采用無(wú)須確定度的逆向云算法。輸入m個(gè)云滴即樣本數(shù)據(jù)xj(j=1,2,…,m)，不攜帶確定度信息的數(shù)據(jù)集的云參數(shù)的計(jì)算算法如下。

步驟1設(shè)置初始值：

E0=0,En0=0,He0=0

步驟2根據(jù)xj分別計(jì)算樣本期望：

步驟3計(jì)算樣本方差：

步驟4計(jì)算樣本熵：

步驟5計(jì)算樣本超熵：

每增加一個(gè)云滴xj，計(jì)算一次Ej,Enj,Hej，最后得到m個(gè)云參數(shù)C(Ej,Enj,Hej)，其中j=1,2,…,m。

2 大壩多測(cè)點(diǎn)的云計(jì)算

云模型是一個(gè)定性定量轉(zhuǎn)換的認(rèn)知模型，從云模型的概念出發(fā)，將每個(gè)監(jiān)測(cè)數(shù)據(jù)看作一個(gè)云滴，則每個(gè)云滴是定性概念在數(shù)學(xué)模型上的一次反映，且隨著云滴的增多，云參數(shù)逐漸趨于穩(wěn)定，這既符合云的特征，也符合常規(guī)狀態(tài)下隨著運(yùn)行時(shí)間的增加，壩體整體運(yùn)行性態(tài)趨于穩(wěn)定的現(xiàn)狀。因此在對(duì)壩體監(jiān)測(cè)數(shù)據(jù)分析時(shí)引入云模型，通過(guò)對(duì)云模型參數(shù)的分析來(lái)對(duì)監(jiān)測(cè)數(shù)據(jù)特征和大壩運(yùn)行性態(tài)特征進(jìn)行研究，主要思路為：由壩體監(jiān)測(cè)數(shù)據(jù)建立云模型，根據(jù)同一工程監(jiān)測(cè)范圍內(nèi)不同測(cè)點(diǎn)的云模型參數(shù)相似度計(jì)算測(cè)點(diǎn)相互之間的相關(guān)性，以此進(jìn)行壩體多測(cè)點(diǎn)表征工程變形性態(tài)的關(guān)聯(lián)分析。

2.1 云相似度計(jì)算

由云模型概念可知，可用3個(gè)云參數(shù)來(lái)表征不同性質(zhì)的云。當(dāng)存在多個(gè)不同性質(zhì)的云時(shí)，可用相似云考察其相互之間是否具有關(guān)聯(lián)性，以及關(guān)聯(lián)性大小。相似云概念(concept of similar cloud, CS)的提出開始了對(duì)云和云之間相似度的研究，不同學(xué)者利用云的3個(gè)參數(shù)E、En、He對(duì)云進(jìn)行度量，描述不同云之間的相似程度，目前幾種常用的云相似度計(jì)算方法包括SCM云相似度[21]、協(xié)同過(guò)濾算法LICM[22]以及ECM和MCM云相似性計(jì)算[23]。若將混凝土壩監(jiān)測(cè)數(shù)據(jù)的云模型參數(shù)認(rèn)為是一個(gè)向量，由于其測(cè)值的云模型參數(shù)E反映的是混凝土壩變形的總體性態(tài)數(shù)據(jù)，對(duì)于一個(gè)正常運(yùn)行狀態(tài)的大壩來(lái)講，其監(jiān)測(cè)數(shù)據(jù)都是在一個(gè)正常數(shù)值范圍內(nèi)波動(dòng)，所以E的數(shù)值基本不會(huì)存在遠(yuǎn)大于En和He的情況，因此本文采用向量的夾角余弦法來(lái)確定大壩多測(cè)點(diǎn)表征大壩性態(tài)的相似度。

對(duì)于n個(gè)同一監(jiān)測(cè)類型(水平位移、垂直位移)的混凝土壩變形測(cè)點(diǎn)，每個(gè)測(cè)點(diǎn)以時(shí)間順序的m個(gè)測(cè)點(diǎn)的監(jiān)測(cè)數(shù)據(jù)作為待處理數(shù)據(jù)，表示為如下矩陣形式：

(2)

式中：xij表示第i(i=1,2,…,n)個(gè)測(cè)點(diǎn)的第j(j=1,2,…,m)個(gè)監(jiān)測(cè)數(shù)據(jù)。

將每個(gè)測(cè)點(diǎn)看作一個(gè)云滴，構(gòu)建大壩變形監(jiān)測(cè)數(shù)據(jù)的云模型，云模型參數(shù)設(shè)置為C(Eij,Enij,Heij)。對(duì)于單測(cè)點(diǎn)來(lái)說(shuō)，設(shè)定每個(gè)測(cè)點(diǎn)的初試值均為0，隨著每個(gè)監(jiān)測(cè)數(shù)據(jù)的加入，通過(guò)逆向云算法重新計(jì)算測(cè)點(diǎn)的最新云模型參數(shù)C(Eij,Enij,Heij)，第m個(gè)測(cè)值加入后得到測(cè)點(diǎn)的云模型參數(shù)C(Eim,Enim,Heim)，最后得到n個(gè)測(cè)點(diǎn)的最終云模型參數(shù)，簡(jiǎn)記為C(Ei,Eni,Hei)。

將混凝土壩各變形測(cè)點(diǎn)的云模型參數(shù)認(rèn)為一個(gè)向量：

Vi=(Ei,Eni,Hei) (i=1,2,…,n)

(3)

兩個(gè)向量之間的相似度計(jì)算公式為

(4)

式中：Si,k表示第i和第k個(gè)測(cè)點(diǎn)之間的相似度。

為計(jì)算測(cè)點(diǎn)相互之間的關(guān)聯(lián)性，進(jìn)一步構(gòu)建所有測(cè)定的云相似度矩陣：

(5)

對(duì)于矩陣的每一行，數(shù)值相加，最后得到每一個(gè)測(cè)點(diǎn)相對(duì)于其他所有測(cè)點(diǎn)的總相似度：

(6)

式中：Si為第i個(gè)測(cè)點(diǎn)與其他所有測(cè)點(diǎn)的相似度。將所有測(cè)點(diǎn)組成的云模型集合看作混凝土壩整體變形性態(tài)的表征，則Si可認(rèn)為是第i個(gè)測(cè)點(diǎn)與大壩整體變形性態(tài)的相似度，反映了第i個(gè)測(cè)點(diǎn)表征大壩總體變形性態(tài)的能力。

2.2 云相似系數(shù)計(jì)算

將測(cè)點(diǎn)的總相似度進(jìn)行歸一化處理后得到多測(cè)點(diǎn)表征大壩變形的相似系數(shù)。假設(shè)各測(cè)點(diǎn)表征大壩變形性態(tài)的重要性相同，根據(jù)各個(gè)測(cè)點(diǎn)的相似度Si，以相似度最大的值Si max作為基準(zhǔn)，對(duì)各個(gè)測(cè)點(diǎn)的相似度進(jìn)行歸一化處理，得到各個(gè)測(cè)點(diǎn)表征大壩總體變形性態(tài)的相似系數(shù)：

(7)

以相似系數(shù)作為測(cè)點(diǎn)表征大壩總體變形性態(tài)相關(guān)性的一個(gè)度量因子，根據(jù)相似系數(shù)的聚類特征對(duì)不同測(cè)點(diǎn)進(jìn)行分組劃分，從而實(shí)現(xiàn)混凝土壩多測(cè)點(diǎn)監(jiān)測(cè)數(shù)據(jù)的差異分組管理及與大壩變形性態(tài)關(guān)聯(lián)性的高效分析，能夠快速發(fā)現(xiàn)異常變形壩段和異常測(cè)點(diǎn)。

3 實(shí)例分析

某大型水利工程混凝土重力壩長(zhǎng)為1 141 m，壩頂高程176.60 m(黃海高程體系)，最大壩高117.00 m。大壩共分58個(gè)壩段，自右至左分別為右聯(lián)13～1號(hào)壩段、右岸1～7號(hào)壩段、泄洪深孔8～13號(hào)壩段、溢流表孔14～24號(hào)壩段、廠房25～32號(hào)壩段、左聯(lián)33～43號(hào)壩段，壩型較為復(fù)雜。為監(jiān)測(cè)混凝土壩垂直位移，為右聯(lián)6～43號(hào)壩段每個(gè)壩段上下游側(cè)各布置1個(gè)精密水準(zhǔn)點(diǎn)，共設(shè)置100個(gè)測(cè)點(diǎn)。選取2013年7月至2017年12月各壩段上游共50個(gè)測(cè)點(diǎn)的監(jiān)測(cè)資料序列進(jìn)行計(jì)算分析。

3.1 全壩段數(shù)據(jù)分析

采用云模型的方法對(duì)大壩垂直位移監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，采用逆向云發(fā)生器計(jì)算各測(cè)點(diǎn)的云參數(shù)以及測(cè)點(diǎn)之間的云相似度(式(4)～(6))；為驗(yàn)證相似系數(shù)是否能夠準(zhǔn)確表示各個(gè)測(cè)點(diǎn)之間的關(guān)聯(lián)，進(jìn)一步計(jì)算這50個(gè)測(cè)點(diǎn)的云相似系數(shù)(式(7))并按照測(cè)點(diǎn)在大壩上的排列順序繪圖，其云參數(shù)和相似系數(shù)如圖 1所示。圖中測(cè)點(diǎn)編號(hào)1～14號(hào)為右聯(lián)6～7號(hào)壩段，編號(hào)15～20號(hào)為泄洪深孔8～13號(hào)壩段，編號(hào)21～31號(hào)為溢流表孔14～24號(hào)壩段，編號(hào)32～39號(hào)為廠房25～32號(hào)壩段，編號(hào)40～50號(hào)為左聯(lián)33～43號(hào)壩段。可以看出：除了不同類型壩段的交接壩段測(cè)點(diǎn)外，同一類型壩段測(cè)點(diǎn)的相似系數(shù)較為接近，表現(xiàn)為較為穩(wěn)定的變化趨勢(shì)。同類型壩段中，25號(hào)測(cè)點(diǎn)與周圍其他同類壩段測(cè)點(diǎn)的相似系數(shù)差距明顯，該壩段為壩頂18號(hào)壩段，是縱向圍堰與壩體的交叉壩段；38號(hào)測(cè)點(diǎn)與周圍其他同類壩段測(cè)點(diǎn)的相似系數(shù)差距明顯，主要是由該測(cè)點(diǎn)數(shù)據(jù)異常引起的。左聯(lián)壩段的相似系數(shù)浮動(dòng)較大，需對(duì)此區(qū)間壩段測(cè)點(diǎn)進(jìn)行重點(diǎn)關(guān)注。由此可見，通過(guò)云相似系數(shù)的方法可以快速確定復(fù)雜壩型多個(gè)壩段中需要重點(diǎn)關(guān)注的壩段。

圖1 壩頂垂直位移測(cè)點(diǎn)的云參數(shù)和相似系數(shù)

3.2 重點(diǎn)壩段數(shù)據(jù)分析

根據(jù)上節(jié)分析，左聯(lián)壩段測(cè)點(diǎn)數(shù)據(jù)呈現(xiàn)不穩(wěn)定變化趨勢(shì)，進(jìn)一步對(duì)左聯(lián)壩段11個(gè)測(cè)點(diǎn)進(jìn)行重點(diǎn)分析。首先觀察其垂直位移過(guò)程線，如圖2所示。

圖2 左聯(lián)壩段測(cè)點(diǎn)垂直位移過(guò)程線

可以看出：①測(cè)點(diǎn)的垂直位移變化總體平穩(wěn)，主要受溫度影響呈現(xiàn)周期性變化，氣溫降低，壩頂位移增加(壩頂下沉)；氣溫升高，壩頂位移減少(壩頂上抬)，且溫度對(duì)垂直位移的影響呈現(xiàn)一定的滯后性，垂直位移整體有逐漸增大趨勢(shì)。②2017年庫(kù)水位抬升期間，壩段各測(cè)點(diǎn)垂直位移有所增加，總體與往年同時(shí)期變化規(guī)律保持一致，因?yàn)楦嗍鞘軠囟扔绊?，水位抬升?duì)壩頂垂直位移影響不大。③47～49號(hào)測(cè)點(diǎn)整體位移變化規(guī)律與其他測(cè)點(diǎn)保持一致，但其位移值及變幅相對(duì)較小，這也驗(yàn)證了利用云模型可快速找出與大壩整體位移狀態(tài)存在差異的點(diǎn)的結(jié)論，說(shuō)明了云相似方法發(fā)現(xiàn)異常測(cè)點(diǎn)的有效性。

3.3 多測(cè)點(diǎn)分組

通過(guò)3.2節(jié)的分析驗(yàn)證了本文提出的方法的可行性，因此可以對(duì)3.1節(jié)得到的不同測(cè)點(diǎn)進(jìn)行與混凝土總體變形性態(tài)的關(guān)聯(lián)分析。由于壩體運(yùn)行整體處于正常狀態(tài)，因此正常點(diǎn)位占據(jù)多數(shù)，少數(shù)的測(cè)點(diǎn)存在異常數(shù)據(jù)變化序列，需要對(duì)其進(jìn)行重點(diǎn)關(guān)注。根據(jù)所有測(cè)點(diǎn)的相似系數(shù)，使用SPSS軟件的K均值聚類將測(cè)點(diǎn)分為兩組：正常測(cè)點(diǎn)和異常測(cè)點(diǎn)，對(duì)應(yīng)的測(cè)點(diǎn)個(gè)數(shù)分別為47個(gè)和3個(gè)，除正常測(cè)點(diǎn)外，異常測(cè)點(diǎn)為47、48、49。由于38測(cè)點(diǎn)存在明顯的拐點(diǎn)，因此將該點(diǎn)也進(jìn)行分析，4個(gè)異常測(cè)點(diǎn)的相似度和相似系數(shù)如表 1所示，并增加相似度最高的測(cè)點(diǎn)37作為對(duì)比參照。

表1 測(cè)點(diǎn)分組后的異常測(cè)點(diǎn)

通過(guò)分析可以發(fā)現(xiàn)，38號(hào)測(cè)點(diǎn)存在明顯的數(shù)據(jù)異常，其他幾個(gè)查找到的異常測(cè)點(diǎn)數(shù)據(jù)變化規(guī)律整體表現(xiàn)較好，但與表征大壩整體位移變化規(guī)律相似性最高的37測(cè)點(diǎn)數(shù)據(jù)變化規(guī)律有所差別，表現(xiàn)為其位移極值及變幅的差異。

可以看出,通過(guò)多測(cè)點(diǎn)相似系數(shù)聚類分析對(duì)測(cè)點(diǎn)進(jìn)行分組能夠有效找出數(shù)據(jù)變化規(guī)律與大壩整體數(shù)據(jù)變化規(guī)律異常的測(cè)點(diǎn)，在證明了數(shù)據(jù)分組有效性的同時(shí)，也為工程管理人員關(guān)注重點(diǎn)測(cè)點(diǎn)提供了數(shù)據(jù)支撐，管理人員可以對(duì)那些反映壩體正常運(yùn)行性態(tài)的多數(shù)測(cè)點(diǎn)和對(duì)壩體運(yùn)行性態(tài)起到關(guān)鍵作用的少數(shù)測(cè)點(diǎn)給予不同的關(guān)注。因此通過(guò)測(cè)點(diǎn)之間的相似系數(shù)對(duì)測(cè)點(diǎn)進(jìn)行分組的方法能夠?qū)崿F(xiàn)測(cè)點(diǎn)分級(jí)管理，在識(shí)別大壩異常點(diǎn)位的同時(shí)提高數(shù)據(jù)分析的效率。

4 結(jié) 語(yǔ)

云模型可以反映自然語(yǔ)言中概念的不確定性，不但能夠通過(guò)經(jīng)典的概率論和模糊數(shù)學(xué)對(duì)其作出解釋，并且能夠很好地反映隨機(jī)性和模糊性之間的關(guān)聯(lián)，且在大數(shù)據(jù)的處理上具有很好的效果。本文針對(duì)混凝土壩變形監(jiān)測(cè)數(shù)據(jù)分析中測(cè)點(diǎn)多，分析數(shù)據(jù)量大，單測(cè)點(diǎn)分析難以反映與大壩整體變形性態(tài)關(guān)聯(lián)的不足，引入云模型進(jìn)行混凝土壩變形監(jiān)測(cè)數(shù)據(jù)的關(guān)聯(lián)分析。通過(guò)將每個(gè)測(cè)點(diǎn)視為一個(gè)云，采用云計(jì)算方法對(duì)監(jiān)測(cè)數(shù)據(jù)的云參數(shù)和云特征進(jìn)行分析，利用云模型定性定量轉(zhuǎn)換的雙向認(rèn)知模型的特點(diǎn)，將給定的數(shù)據(jù)樣本集合轉(zhuǎn)換成多個(gè)可以用云來(lái)表征的定性概念，實(shí)現(xiàn)定量數(shù)據(jù)到定性概念的轉(zhuǎn)化。將混凝土壩每個(gè)測(cè)點(diǎn)的監(jiān)測(cè)數(shù)據(jù)視為一個(gè)云，測(cè)值視為云滴，通過(guò)逆向云算法計(jì)算出不同變形測(cè)點(diǎn)的期望、熵、超熵等云模型參數(shù)，進(jìn)一步使用余弦相似度方法計(jì)算大壩不同測(cè)點(diǎn)之間的云相似度并歸一化處理得到云相似系數(shù)，表明云相似計(jì)算可以表征測(cè)點(diǎn)之間的相似程度，驗(yàn)證了云相似系數(shù)表征測(cè)點(diǎn)之間相似性的可行性；同時(shí)根據(jù)相似度的聚類特征對(duì)測(cè)點(diǎn)進(jìn)行分組整編分析，可以實(shí)現(xiàn)大壩變形性態(tài)的關(guān)聯(lián)分析，對(duì)于迅速發(fā)現(xiàn)復(fù)雜壩型中運(yùn)行狀態(tài)異常壩段具有良好的效果，大幅度提高了多測(cè)點(diǎn)海量監(jiān)測(cè)數(shù)據(jù)的分析效率。