基于Copula数据增强和XG-Boost算法的土石坝溃决洪峰预测方法及系统

本发明属于机器学习技术领域，具体公开了基于Copula数据增强和XG‑Boost算法的土石坝溃决洪峰预测方法及系统；所述方法包括：S1、获取历史坝体数据并对历史坝体数据进行数据预处理；S2、基于Student‑T‑Copula模型对坝体特征数据进行数据增强，并生成增强数据集Xaug；S3、引入基于模型训练反馈的梯度扰动算法；S4、在生成增强数据Xaug和扰动增强样本Xgrad后，进行逆变换操作并进行标签预测，得到最终完整的增强数据集；S5、将增强数据集和坝体特征数据及其对应的标签数据共同构成新的数据集，构建并训练回归模型；S6、输入将当前坝体特征数据即得到预测的当前溃坝峰值流量。本发明通过数据增强和回归模型的结合，有效解决现有方法中土石坝溃决洪峰预测精度不足、数据不足的问题。