期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习算法的农村供水风险识别模型对比分析
1
作者 万晨 李晓琴 +2 位作者 杨政 杜富慧 陈新美 《中国水利水电科学研究院学报(中英文)》 北大核心 2025年第3期297-306,共10页
提升农村供水工程风险识别与预警能力,对于推动农村供水高质量发展、提升供水保障率具有重要意义。本文以我国西南地区重庆市巫溪县农村供水工程数据为基础,首次基于XGBoost和随机森林算法,构建农村供水工程风险识别模型,结合SHAP解释框... 提升农村供水工程风险识别与预警能力,对于推动农村供水高质量发展、提升供水保障率具有重要意义。本文以我国西南地区重庆市巫溪县农村供水工程数据为基础,首次基于XGBoost和随机森林算法,构建农村供水工程风险识别模型,结合SHAP解释框架,对比分析影响农村供水工程风险的主控要素。结果表明,风险识别模型精度高,F1值分别为0.91和0.93,两模型都在中风险等级上性能最好,XGBoost在低风险等级识别上表现良好,而随机森林在中风险和高风险等级上精准度更高。根据shap value,降雨和气温对农村供水工程风险影响较大,在管网建设年限久远的交互影响下,易导致管道受损破裂,高温少雨会导致季节性缺水,水源枯竭或水量变小。相比之下供水规模、供水水质和水费收缴方式相关特征影响处于次要地位,而水源类型、净化方式和运行管理等因素影响较小。建议重点关注气候变化、年久工程对农村供水的影响,同时优先推进集中供水规模化、小型供水工程规范化改造,建立信息化管理平台,提升应对农村供水风险能力。 展开更多
关键词 农村供水 风险识别 XGBoost 随机森林 巫溪县
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部