一种基于混合机器学习法的山洪灾害风险预测方法

本发明公开了一种基于混合机器学习法的山洪灾害风险预测方法，本发明涉及模型预测技术领域，解决了当前的山洪灾害风险预报模型使用过程中存在的模型数据获取困难、山洪灾害影响因素权重不确定性、模型局部过度优化、模型在非观测区不适用、机器学习模型学习效率不高等问题，本发明通过利用随机森林模型对山洪灾害暴发的影响因素进行权重划分；利用ABC算法优化RBFNN模型初始网络结构和连接权重，有助于避免局部最优问题，本发明集成了RBFNN和ABC算法，加速了模型学习，提高了山洪灾害预测模型的学习速度和准确性，通过基于RF方法使得特征因素在模型中的权重根据历史数据进行确定的，非固定不变，让整个系统更具普适性。