基于区块链与机器学习结合的洪水预测模型研究
赵鹏
柴荣沐
袁富江
马宇群
高嘉
太原师范学院计算机科学与技术学院 山西晋中 030619;太原师范学院智能优化计算与区块链技术山西省重点实验室 山西晋中 030619
摘要：近年来,人类活动愈发频繁,深刻改变自然生态,致使极端天气与自然灾害呈高发态势,其中,洪涝灾害影响尤为突出.洪水直接威胁群众生命安全,造成溺水悲剧;洪灾过后,卫生环境恶化,又极易引发疾病传播,严重损害群众健康.这些灾害不仅给人民生命财产带来难以估量的损失,还对我国的可持续发展构成严峻挑战.文章提出一种基于MLP多层感知机与区块链技术结合的洪水预测模型,首先使用皮尔逊相关系数法对数据进行关联性分析,选取关联性强的指标,然后,基于MLP模型对洪水数据中关联性强的指标进行预测,并将数据和预测结果上传至区块链的智能合约,触发合约可靠且不可篡改的预警信息发布,及时通知相关部门和公众,同时利用区块链记录的数据对模型进行优化和更新.实验结果表明,MLP的预测精度达到82.47％,并且MLP模型输出的MAE、MSE和F1-score指标也较为可靠,模型性能稳定.
关键词：MLP区块链技术洪水预测皮尔逊相关系数
资助基金：山西省科技战略研究专项重点项目(202304031401011)
论文发表日期：2025-04-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 60-65 )