声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：王沐林, 吕伟, 杨晓婷, 杨婷, 张雅静
单位：武汉理工大学 安全科学与应急管理学院, 武汉 430070
关键词：暴雨洪涝灾害,极端梯度提升(XGBoost),转移安置人数预测,特征选择,数据增强
基金：国家自然科学基金面上项目(52072286)
洪涝灾害应急管理中, 准确预测转移安置人口数量对提升灾后响应效率至关重要。该文基于2014—2018年全国范围内暴雨洪涝灾害数据, 构建了结合特征选择与数据增强的极端梯度提升(XGBoost)转移人数预测模型。所用数据涵盖历史洪涝灾害的气象信息、地理要素等多维特征。通过Shapley可加性特征解释(SHAP)方法和递归特征添加方法, 模型能有效获取灾害发生时的关键影响因素; 通过加权k近邻的Gauss噪声注入方法, 模型显著提升了泛化能力与鲁棒性。实验结果显示：数据增强显著提升了模型在测试集上的表现, R2由0.854提高至0.967, RMSE由0.296降至0.123, 模型展现出更强的预测精度和更低的误差。该研究可为暴雨洪涝灾害中应急救援物资的科学配置与高效调度提供决策参考。
来源：2026年第1期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。