為了提高混凝土壩位移趨勢的預測精度， 提出了一種基于主成分分析( PCA) 和徑向基( ＲBF) 神經網絡的混凝土壩位移趨勢性預測模型( PCA － ＲBF) 。首先， 利用主成分分析， 將混凝土壩多測點 的徑向位移監測數據降維， 消除影響分量數據集的多重相關性， 分別提取出主元位移和主元影響分 量。然后， 把主元位移和主元影響分量輸入徑向基神經網絡并構建模型， 對提取出的主元位移進行預 測。最后， 將本法應用于某混凝土壩， 結果表明， PCA － ＲBF 模型的均方根誤差( ＲMSE) ， 平均絕對 誤差( MAE) 和平均絕對百分比誤差( MAPE) 分別為 2. 037 8 mm， 1. 698 6 mm 和 3. 32% ， 顯著低于傳 統的多元回歸統計模型、徑向基神經網絡模型( ＲBF) 和利用經主成分分析進行因子處理的 BP 神經網 絡模型( PCA － BP) ， 說明 PCA － ＲBF 模型有著良好的預測精度