首页|基于GA-SVR-C的城市暴雨洪涝灾害危险性预测——以深圳市为例

基于GA-SVR-C的城市暴雨洪涝灾害危险性预测——以深圳市为例

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
为了准确评估暴雨事件对人类社会带来的影响,需充分考虑暴雨序列的不确定性特征.运用云模型对城市暴雨灾害进行危险性评估能够很好地解决暴雨灾害评估中的不确定性问题.选取深圳市4种暴雨致灾因子历史序列(2002～2012年)作为评价指标,运用组合赋权法计算各因子权重,通过云模型算法得到历史危险性评估结果.使用基于遗传算法参数优化的支持向量回归机模型(GA-SVR)预测2013～2016年各致灾因子值,并结合云模型(GA-SVR-C)预估预测年份的危险性等级,并与SVR(支持向量回归机模型)及BP人工神经网络的预测结果进行对比分析.结果表明:GA-SVR-C模型在评价因子的预测精度上整体要优于其他两个模型,得到的危险性评估结果与实际结果基本一致,很好地反映了城市暴雨灾害的风险水平.
Hazard prediction of urban rainstorm and flood disasters based on GA-SVR-C model:case study of Shenzhen City

符洪恩、高艺桔、冯莹莹、黄婕茵、刘祖发

展开 >

中山大学土木工程学院,广东珠海519082

中山大学水资源与环境研究中心,广东广州510275

暴雨洪涝灾害 危险性分析 云模型 支持向量机 遗传算法

519792952020KQNCX1252019KYYB08

2021

10.16232/j.cnki.1001-4179.2021.08.003

人民长江
水利部长江水利委员会

人民长江

CSTPCD北大核心
影响因子：0.451
ISSN：1001-4179
年,卷(期)：2021.52(8)
  • 5
  • 26