土石坝风险等级智能预测分析及模型优化研究OA北大核心CSTPCD
Study on intelligent predictions and analysis of earth-rock dam risk levels as well as model optimization
大坝溃坝会造成大量的生命财产损失和巨大的环境破坏.精准快速确定土石坝风险等级,对于控制土石坝溃坝危害具有重要意义.本文采用 K-最近邻(KNN)算法填补了数据库中大量缺失数据,引入遗传优化算法(GA)优化轻量级梯度提升机(LightGBM)超参数,建立了基于 GA-LightGBM 的土石坝风险等级快速预测模型.采用受试者工作特征曲线(ROC)、曲线下面积(AUC)值等其他评价指标对模型精度进行验证,并将其与传统机器学习模型进行了对比.研究…查看全部>>
Dam failure often causes an enormous loss of life and property and huge environmental damage.Accurate and fast estimation of the risk level of earth-rock dams is of great significance for controlling their failure hazards.This paper develops a fast prediction model of the earth-rock dam risk grade based on GA-LightGBM,using the K-Nearest Neighbor(KNN)algorithm to fill a large amount of missing data in the database,and adopting a Genetic Algorithm(GA)to optim…查看全部>>
李炎隆;张雨春;王婷;殷乔刚;刘云贺
西安理工大学 省部共建西北旱区生态水利国家重点实验室,西安 710048西安理工大学 省部共建西北旱区生态水利国家重点实验室,西安 710048西安理工大学 省部共建西北旱区生态水利国家重点实验室,西安 710048西安理工大学 省部共建西北旱区生态水利国家重点实验室,西安 710048西安理工大学 省部共建西北旱区生态水利国家重点实验室,西安 710048
水利科学
风险等级遗传算法GA-LightGBM快速预测模型SHAP分析
risk levelgenetic algorithmGA-LightGBMfast prediction modelSHAP analysis
《水力发电学报》 2024 (7)
85-96,12
国家自然科学基金重点项目(52039008)国家杰出青年科学基金项目(52125904)
评论