丁 煒 1，徐 毅 2，金有杰 1，張 日 1，陳建寧 1

(1. 水利部南京水利水文自動化研究所，江蘇 南京 210012;2. 靖江市水利局規劃建設科，江蘇 靖江 214500)

　　摘 要：大壩潛在風險預測在降低大壩潰壩概率和減少水庫大壩失事方面發揮著重要作用。利用隨機森林方法構 建基于數據驅動的大壩潛在風險預測模型，可以減少建模過程中的人工干預，實現風險預測高效化、智能化。首先 預處理大壩基礎數據資料，構建訓練和測試數據集，然后構建大壩風險預測模型并用訓練數據訓練模型，利用網格 搜索和交叉驗證確定模型最優參數，最后通過模型評價指標和多種算法對比結果全面評估模型性能。實驗結果表 明：基于隨機森林的風險預測模型在測試數據上的準確率為 90.54%，相較于 ANN (人工神經網絡)，KNN (最鄰近)， SVM (支持向量機)算法分別高出 4.87%，18.59%，37.93%，滿足實際應用的需求。

　　關鍵詞：大壩;風險預測;隨機森林;網格搜索;交叉驗證