基于强化学习的海南岛山洪灾害易发性研究
作者:徐奎; 潘昊; 宾零陵; 练继建
更新时间:
提出了一种基于深度强化学习的山洪灾害脆弱性评估方法。以海南岛为研究对象,采用高山分析和极端梯度抬升(BOOSTXG)模型确定山洪灾害的影响因素。提出了一种基于SAC(soft-actor-critical)强化学习算法的山洪灾害脆弱性评估模型。敏感性(SE)、特异性(SP)和受试者效率曲线(ROC)用于将模型结果与卷积神经网络(CNN)和深度神经网络(DNN)进行比较。结果表明,基于强化学习的模型具有较好的准确性和可靠性。测试数据集的AUC指数为93.1%,高于DNN(89.9%)和CNN(88.6%),可为风险评估山洪灾害提供科学依据。