【技术实现步骤摘要】
本专利技术涉及山洪灾害预警领域，尤其涉及一种基于monte carlo模拟法的山洪灾害预警失准风险分析方法。
技术介绍
1、随着气候变化和人类活动的影响，山洪灾害的发生频率和影响范围逐渐增加，因此加强山洪灾害预警工作显得尤为重要，通过对山洪灾害预警失准风险进行分析可以更好地理解和评估山洪灾害的风险，提高预警的准确性和及时性，从而减少损失和保护人民生命财产安全。
2、目前，山洪灾害预警失准风险分析方法需要大量的数据支撑，有时这些数据不足或者质量不高，影响了分析的准确性和可靠性，同时受到气象条件、地形地貌多种因素影响，其中预测存在不确定性因此导致预警结果的准确性受到一定影响。
3、因此，亟需解决目前如何提高山洪灾害预警的准确性、时效性和可靠性的技术问题。
技术实现思路
1、针对现有技术的不足，本专利技术提供一种山洪灾害预警失准风险分析方法，以解决现有技术存在的上述问题。另一方面提供山洪灾害预警失准风险分析系统。
2、本专利技术是通过以下技术方案来实现的：
3、一种基于monte carlo模拟法的山洪灾害预警失准风险分析方法，包括如下步骤：
4、步骤s1、收集研究区历史山洪资料，提取山洪灾害初始指标并进行敏感性分析，筛选出敏感指标，对敏感指标降重得到山洪灾害指标集，构建山洪灾害指标体系；
5、步骤s2、分别采用主观权重法和客观权重法对山洪灾害指标赋权，得到山洪灾害指标综合权重，构建山洪灾害预警模型；
6
7、步骤s4、对山洪灾害指标权重调整决策，并将决策结果反哺至山洪灾害预警模型中，设置迭代预定次数，提取研究区历史山洪数据输入迭代后的山洪灾害预警模型，当迭代后的结果与预期偏差在预警失准阈值内时停止迭代。
8、进一步地，所述步骤s1具体为：
9、步骤s11、收集研究区历史山洪资料，采用荟萃分析法提取山洪灾害初始指标，包括危险性类指标、易损性类指标和综合治理类指标；
10、步骤s12、采用monte carlo模拟法对山洪灾害初始指标进行敏感性分析，筛选出敏感指标；
11、步骤s13、采用基于机器学习的特征选择法对敏感指标降重，得到山洪灾害指标集；
12、步骤s14、基于山洪灾害指标集分别构建危险性类指标体系、易损性类指标体系和综合治理类指标体系，即山洪灾害指标体系。
13、进一步地，所述步骤s12具体为：
14、步骤s12a、依次对每个山洪灾害初始指标拟合概率分布，随机抽样生成多组参数值；
15、步骤s12b、分别计算每组参数值，得到多组输出指标值；
16、步骤s12c、对于每个山洪灾害初始指标，计算其在不同参数值下的变化范围，将变化幅度大于阈值的指标记为敏感指标，筛选出敏感指标。
17、进一步地，所述步骤s13具体为：
18、步骤s13a、采用lasso法对敏感指标进行特征选择并采用随机森林计算敏感指标特征的重要性；
19、步骤s13b、将所有敏感指标特征的重要性进行排序，提取所有重要性大于阈值的指标；
20、步骤s13c、基于所有重要性大于阈值的指标构建山洪灾害指标集。
21、进一步地，所述步骤s2具体为：
22、步骤s21、采用层次分析法确定山洪灾害指标的主观权重值；
23、步骤s22、分别采用主成分分析法、熵值法和模糊综合评价法确定山洪灾害指标的客观权重值；
24、步骤s23、基于山洪灾害指标的主观权重值和客观权重值，采用博弈论法得到山洪灾害指标的综合权重值；
25、步骤s24、构建山洪灾害预警模型，所述山洪灾害预警模型为山洪灾害指标值与其综合权重值的乘积。
26、进一步地，所述步骤s22具体为：
27、步骤s22a、进行主成分分析，提取主成分，计算各主成分的方差贡献度，确定各主成分的权重；
28、步骤s22b、分别计算每个山洪灾害指标的信息熵和熵值，基于熵值计算结果得到各个山洪灾害指标的权重；
29、步骤s22c、构建模糊关系矩阵，计算各个山洪灾害指标的权重；
30、步骤s22d、采用加权平均法对成分分析法、熵值法和模糊综合评价法确定的权重值进行整合，得到山洪灾害指标的客观权重值。
31、进一步地，所述步骤s22 a具体为：对原始数据进行标准化处理，使得每个特征的均值为0，方差为1；计算标准化后的数据的协方差矩阵；对协方差矩阵进行特征值分解，得到特征值及对应的特征向量；按照特征值的大小降序排列，选择前三分之一的特征向量对应的特征值作为主成分；按主成分解释总体方差的比例计算主成分的方差贡献度；主成分的权重即为对应的特征向量。
32、进一步地，所述步骤s23具体为：
33、步骤s23a、构建合作博弈模型；
34、步骤s23b、基于山洪灾害指标体系设置合作收益分配规则；
35、步骤s23c、基于合作收益分配规则分别计算主客观的收益，将收益作为综合权重值，得到山洪灾害指标的综合权重值。
36、进一步地，所述步骤s3具体为：
37、步骤s31、提取研究区历史山洪数据，将其划分为测试集和验证集；
38、步骤s32、将测试集输入山洪灾害预警模型，得到山洪灾害预警，并使用验证集进行验证；
39、步骤s33、设置预警失准阈值，将山洪灾害预警输入山洪灾害指标体系，计算两者的差值是否超过预警失准阈值，将超过阈值的山洪灾害预警判定为预警失准；
40、步骤s34、依次计算所有山洪灾害预警是否预警失准，得到山洪灾害预警失准概率。
41、进一步地，所述步骤s4具体为：
42、步骤s41、对山洪灾害指标权重调整决策，并将决策结果反哺至山洪灾害预警模型中；
43、步骤s42、设置迭代预定次数，得到迭代后的山洪灾害预警模型；
44、步骤s43、提取研究区历史山洪数据输入迭代后的山洪灾害预警模型，得到山洪灾害预警，计算山洪灾害预警失准风险；
45、步骤s44、多次迭代并计算山洪灾害预警失准风险直至山洪灾害预警失准风险降为零停止迭代。
46、根据本申请的另一个方面，提供一种电子设备，包括：
47、至少一个处理器；以及
48、与至少一个所述处理器通信连接的存储器；其中，
49、所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现所述的山洪灾害预警失准风险分析方法。
50、本专利技术有益效果如下：
51、采用山洪灾害预警失准风险分析方法，有效提高预警准确性、应对效本文档来自技高网...
【技术保护点】
1.一种基于Monte Carlo模拟法的山洪灾害预警失准风险分析方法，其特征在于，包括如下步骤：
2.如权利要求1所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S1具体为：
3.如权利要求2所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S12具体为：
4.如权利要求2所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S13具体为：
5.如权利要求1所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S2具体为：
6.如权利要求5所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S22具体为：
7. 如权利要求6所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S22 a具体为：对原始数据进行标准化处理，使得每个特征的均值为0，方差为1；计算标准化后的数据的协方差矩阵；对协方差矩阵进行特征值分解，得到特征值及对应的特征向量；按照特征值的大小降序排列，选择前三分之一的特征向量对应的特征值作为主成分；按主成分解释总体方差的比例计算主成分的方差贡献度；主成分的权重即为对应的
8.如权利要求5所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S23具体为：
9.如权利要求1所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S3具体为：
10.如权利要求1所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤S4具体为：
...【技术特征摘要】
1.一种基于monte carlo模拟法的山洪灾害预警失准风险分析方法，其特征在于，包括如下步骤：
2.如权利要求1所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤s1具体为：
3.如权利要求2所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤s12具体为：
4.如权利要求2所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤s13具体为：
5.如权利要求1所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤s2具体为：
6.如权利要求5所述的山洪灾害预警失准风险分析方法，其特征在于，所述步骤s22具体为：
7. 如权利要求6所述的山洪灾害预警失准风险...
【专利技术属性】
技术研发人员：王良，陈焕宝，张丽红，李倩，张婷，周政杰，闫滨，李翰泽，宋嘉宝，
申请(专利权)人：浙江省水利河口研究院浙江省海洋规划设计研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。