欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022105264937
申请人: 郑州大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于DA-SSL的洪涝灾害预测预警方法,其特征在于,包括:

获取城市管网功能性病害初始样本,所述城市管网功能性病害初始样本包括:不同重现期暴雨数据以及管网功能性病害现有样本集;

将所述城市管网功能性病害初始样本输入至改进后的PCSWMM模型,所述改进后的PCSWMM模型的构建过程包括:将考虑管网功能性病害并且可由一维明满流控制方程和二维浅水方程进行动态量化的一二维耦合模型工程化实现为功能模块,并以动态库的形式与现有PCSWMM模型整合,得到改进后的考虑管网病害的PCSWMM模型;

所述改进后的PCSWMM模型输出带内涝结果标签的管网功能性病害样本集;

对所述城市管网病害初始样本进行样本集扩充,其中,对所述城市管网病害初始样本进行样本集扩充包括:获取所述管网功能性病害现有样本集以及相应的内涝结果标签值,并给扩充后的新管网功能性病害样本集赋初值;

计算半监督学习反演损失函数对于所述管网功能性病害样本所对应内涝结果标签值的损失梯度,并获取所述损失梯度最大的特征项索引值;

根据预设赋值规则,将所述索引值对应的扩充后样本特征项进行重新赋值;

新的带内涝结果标签的管网功能性病害样本集由所述城市管网功能性病害初始样本不断调整赋值,使其接近分类边界,进而得到扩充后的带标签样本集;

获取扩充后的带内涝结果标签的带标签样本集;

利用交叉熵进行有/无标签样本集的信息差异度量,随机生成不带内涝结果标签的不带标签样本集,并将所述带标签样本集以及所述不带标签样本集输入所述改进后的PCSWMM模型,对所述改进后的PCSWMM模型进行反复训练,使得所述改进后的PCSWMM模型能够获取不同管网功能性病害情况的城市内涝区域结果。

2.如权利要求1所述的基于DA-SSL的洪涝灾害预测预警方法,其特征在于,对所述城市管网病害初始样本进行样本集扩充包括:获取所述管网功能性病害现有样本集以及相应的内涝结果标签值,并给扩充后的新管网功能性病害样本集赋初值;

计算半监督学习反演损失函数对于所述管网功能性病害样本所对应内涝结果标签值的损失梯度,并获取所述损失梯度最大的特征项索引值;

根据预设赋值规则,将所述索引值对应的扩充后样本特征项进行重新赋值;

新的带内涝结果标签的管网功能性病害样本集由所述城市管网功能性病害初始样本不断调整赋值,使其接近分类边界,进而得到扩充后的带标签样本集。

3.如权利要求2所述的基于DA-SSL的洪涝灾害预测预警方法,其特征在于,所述计算半监督学习反演损失函数对于所述管网功能性病害样本所对应内涝结果标签值的损失梯度,并获取所述损失梯度最大的特征项索引值包括:所述半监督学习反演损失函数F的计算方法为:

其中,M为功能性病害类别的数量,yic表示样本i的真实类别等于c取1,否则取0,pic表示样本i属于功能性病害类别c的预测概率,N为隐藏层的个数;

所述损失梯度由半监督学习反演损失函数F对任一扩充后的功能性病害样本的方向上进行求导得到,即:其中,Ls表示原始管网功能性病害样本集相应的内涝结果标签值,Ns为扩充后的新管网功能性病害样本集,为任一扩充后的功能性病害样本;

所述损失梯度最大的特征项索引值imax通过计算反演损失函数F在任一扩充后的功能性病害样本上的最大值求解得到,即其中,n为管网功能性病害样本集的最大行数,m为管网功能性病害样本集的最大列数。

4.如权利要求2所述的基于DA-SSL的洪涝灾害预测预警方法,其特征在于,所述根据预设赋值规则,将所述索引值对应的扩充后样本特征项进行重新赋值包括:其中,if左侧的为扩充后的功能性病害样本,if右侧的为扩充前的功能性病害样本。

5.如权利要求1所述的基于DA-SSL的洪涝灾害预测预警方法,其特征在于,所述方法还包括:采用半监督学习反演方法和控制变量法对比分析管网功能性病害输入和内涝结果数据集,提取管网功能性病害与城市局部区域内涝情况的对应关系,率定损失函数的各项参数;以预设更新周期将预测结果加入初始训练集,反复迭代减小损失函数的误差。

6.如权利要求3所述的基于DA-SSL的洪涝灾害预测预警方法,其特征在于,所述采用半监督学习反演方法和控制变量法对比分析管网功能性病害输入和内涝结果数据集,提取管网功能性病害与城市局部区域内涝情况的对应关系,率定损失函数的各项参数包括:提取管网功能性病害与城市局部区域内涝情况的对应关系是由率定损失函数的各项参数得到的;

所述率定损失函数的各项参数通过不断调整缩小城市管网功能性病害初始样本集输入层、隐含层和输出层的综合误差率实现参数确定。

以控制变量法逐一调整各项参数的大小,以达到缩小输出层误差率的目的。Ai为第i个参数,c为常数,n为参数的总个数。若第一个参数调整后为(A1+c,A2,...,An)时,误差率减小,再继续增加第一个参数,否则减小第一个参数,当第一个参数调整完成后,逐一以常数c调整其他参数。

7.如权利要求1所述的基于DA-SSL的洪涝灾害预测预警方法,其特征在于,所述方法还包括排水管网功能性病害与内涝的水文水动力学耦合关系模型可由一维明满流控制方程和二维浅水方程进行动态量化,具体如下:其中,Z表示水位,A为过水断面面积,Q为截面的出口流量,qL表示旁侧入流,g为重力加速度,t和x分别表示一维时间和空间坐标,a表示波速,Sf为摩阻比降,hL为单元长度上的局部水头损失,h为水深,t为时间,x、y和z为坐标系,u和v分别为x和y方向的流速分量,为垂向平均流速,ρ为流体密度,b为水底高程,Sax和Say分别为x和y方向的底坡项分量,Sfx和Sfy分别为x和y方向的摩阻项分量,τzy和τzy均为侧向应力;

采用一维明满流控制方程和二维浅水方程工程化为PCSWMM的一个功能模块来提高PCSWMM对内涝的预测准确性。