摘要：偏最小二乘回归不直接考虑因变量与自变量回归问题,而直接提取与系统有关的新的综合变量,并能利用交叉有效性检验确定成分个数,在分析单因变量与多自变量间关系时结果令人满意；3层RBF神经网络模型具有自适应学习和记忆能力,因而被广泛应用.把这两者相关联,以岩体变形量为因变量,以6个影响因素为自变量,分析研究了实际工程的高边坡位移监测资料。工程应用实例分析研究表明,偏最小二乘-径基网络模型能有效克服各类因子变量间的相关性和与因变量的非线性关系,模型收敛速度快,求解稳定,对实测数据具有较好的拟合效果和预测精度,因而具有一定的实用价值。
