公开(公告)号：CN116523114A

公开(公告)日：2023-08-01

申请号：CN202310371902.5

申请日：2023-04-10

申请人： 郑州大学

发明人： 许红师 ,  王慧亮 ,  徐山仑 ,  吴泽宁 ,  张津维

IPC分类号： G06Q10/04 ,  G06Q50/26 ,  G06F18/243 ,  G06F18/214 ,  G06F18/23213 ,  G06F18/2415 ,  G06N3/047 ,  G06N3/088

摘要： 本发明提供一种考虑孕灾环境聚类的城市洪涝深度学习预测方法，步骤包括，S1建立基于PCSWMM的城市洪水一二维耦合模型，利用该模型模拟不同降雨‑潮位组合下的区域淹没深度。S2基于降雨数据、潮位数据、孕灾环境数据和淹没深度数据构建深度学习数据库。S3利用K‑means聚类算法，根据孕灾环境特征指标，将区域划分为不同的类别。S4结合孕灾环境聚类及各类别致涝成因，选择不同的输入变量，建立不同的深度学习模型，并应用贝叶斯算法对深度学习模型的超参数进行优化，完成城市洪涝快速预测。该方法考虑了孕灾环境的聚类，并使用贝叶斯算法优化了深度学习模型，可靠性强，有效提高了城市洪涝预测精度。