基于机器学习的太湖流域多层次防洪调度方案综合评价

摘要：

为解决太湖流域多层次防洪调度方案在不同防洪层次目标下的评价问题,构建了流域、区域、城镇多层次防洪排涝调度方案综合评价指标体系,并基于K近邻(KNN)和随机森林(RF)算法构建调度方案综合评价模型.结果表明,联合KNN模型和RF模型实现了 KNN-RF组合模型评价,其针对流域、区域与城镇3个层次防洪目标进行调度方案评价的平均相对误差和平均绝对误差分别降低至1.25％、0.82％、2.43％和0.511、0.342、1.380,最大相对误差和最大绝对误差得到改善,等级划分总体正确率高于95％;KNN-RF组合模型能筛选出各层次防洪目标下较优的调度方案,减少单一算法不确定性导致的异常评价误差,评价精度显著提高.

关键词：多层次防洪调度方案、K近邻算法、随机森林算法、KNN-RF组合模型、太湖流域

所属期刊栏目：39

分类号：TV87(治河工程与防洪工程)

资助基金：国家重点研发计划;国家重点研发计划;国家自然科学基金;广东省科技计划

在线出版日期：2023-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：118-125,236