公开(公告)号：CN118798064A

公开(公告)日：2024-10-18

申请号：CN202411279786.5

申请日：2024-09-12

Applicant: 华南理工大学

Inventor： 黄灏 ,  王兆礼 ,  廖耀星 ,  高玮志

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于可解释的CNN‑LSTM流域洪水模拟方法，包括下述步骤：对已处理的降雨径流数据库进行标准化处理，划分训练集、验证集和测试集，并转化为TensorFlow数据集；构建CNN‑LSTM耦合模型，并基于训练集和验证集优化模型的超参数；将测试集的降雨场次序列数据输入所述耦合模型，快速高精度输出下游水文站径流演变过程；利用SHAP可解释性技术对所述耦合模型的具体决策过程进行解释。本发明方法不仅能够有效提升流域洪水模拟的效率和精度，还能识别关键输入特征因子，提高黑箱模型决策的透明度和可信度，对于可解释的深度学习模型应用于流域洪水模拟以及降低洪水灾害等有着重要意义。

公开(公告)号：CN116702627B

公开(公告)日：2024-01-30

申请号：CN202310944395.X

申请日：2023-07-31

Applicant: 华南理工大学

Inventor： 赖成光 ,  廖耀星 ,  王兆礼

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F30/28 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于深度卷积神经网络的城市暴雨内涝快速模拟方法。所述方法包括下述步骤：构建城市暴雨内涝模型；构建多种暴雨内涝输入特征，模拟并生成暴雨内涝淹没数据库；将暴雨内涝淹没数据库划分训练集和测试集；构建卷积神经网络模型，利用暴雨内涝数据库训练集数据对卷积神经网络模型进行训练；基于测试集暴雨序列输入条件，通过构建的卷积神经网络模型实现暴雨内涝淹没时空变化的快速和实时模拟。本发明方法能有效提升内涝灾害高发地区暴雨内涝模拟的效率和精度。

公开(公告)号：CN116702627A

公开(公告)日：2023-09-05

申请号：CN202310944395.X

申请日：2023-07-31

Applicant: 华南理工大学

Inventor： 赖成光 ,  廖耀星 ,  王兆礼

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F30/28 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于深度卷积神经网络的城市暴雨内涝快速模拟方法。所述方法包括下述步骤：构建城市暴雨内涝模型；构建多种暴雨内涝输入特征，模拟并生成暴雨内涝淹没数据库；将暴雨内涝淹没数据库划分训练集和测试集；构建卷积神经网络模型，利用暴雨内涝数据库训练集数据对卷积神经网络模型进行训练；基于测试集暴雨序列输入条件，通过构建的卷积神经网络模型实现暴雨内涝淹没时空变化的快速和实时模拟。本发明方法能有效提升内涝灾害高发地区暴雨内涝模拟的效率和精度。

公开(公告)号：CN114372625A

公开(公告)日：2022-04-19

申请号：CN202111668793.0

申请日：2021-12-30

Applicant: 华南理工大学

Inventor： 赖成光 ,  廖耀星 ,  王兆礼 ,  陈佩琪

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N20/10 ,  G06K9/62

Abstract: 本发明公开了一种基于多输出机器学习算法的城市内涝快速预报方法。所述方法包括下述步骤：根据现有研究区的数据，构建城市内涝模型；提取历史暴雨雨量时程分配信息，生成不同特征的暴雨，通过构建的城市内涝模型模拟构建暴雨内涝数据库；构建多输出随机森林模型，以降雨因子为自变量、淹没深度为因变量，利用暴雨内涝数据库对多输出随机森林模型进行训练和测试；基于降雨预报输入条件，通过构建的多输出随机森林模型实现二维内涝淹没的快速和实时预报。本发明方法对于城市内涝灾害预警与预防、防涝减灾等有重要意义，能有效提高内涝灾害高发地区的实时内涝灾情预报效率和精度，可为内涝灾情快速预报提供一定程度的指导。