基于深度学习算法的洪涝灾害下建筑功能概率预测方法

本发明公开了一种基于深度学习算法的洪涝灾害下建筑功能概率预测方法，包括：S1、收集研究区域的基础数据和历史暴雨时序数据；S2、对数据进行处理；S3、构建基于深度学习算法的FFC模型并对FFC模型进行训练和验证，对受影响建筑关注系数进行优选得到针对每种建筑类型的最佳受影响建筑关注系数，并对FFC模型的性能进行测试；S4、将预报的降雨时间序列输入到针对每种建筑类型测试好的FFC模型中，进行多次滚动迭代预测，得到研究区域未来一定时间范围内的每个建筑处于不同功能的概率分布结果。得到的建筑功能概率分布结果有利于为决策者的决策提供更多的信息和不确定性量化，从而为后续撤离需求的确定提供良好的基础。