基于随机森林回归算法的水电工程移民安置效果评价方法

肖 超

(贵州省水利投资(集团)有限责任公司，贵州 贵阳 550001)

0 引言

水电工程是我国的基础建设工程，对水资源利用、资源灾害防治有重要作用[1]。水电工程的建设矛盾主要由受移民诉求影响，包括移民后的居住环境、生产、习俗生活等[2]，不能仅进行前期的移民补偿，需要在移民后续进行跟紧扶持，保证移民后群众的生活达到移民前水准[3]。在上述背景下，需要设计一种有效的水电工程移民安置效果评价方法。

事实上，我国于2006年就颁布了与水电工程移民安置相关的补偿条例，旨在通过前期、后期扶持补偿法，提高移民后群众的生活质量，改善移民群众生存区域的经济。但研究表明，我国各个水电工程建设区域的移民参与度相对较低[4]，难以满足群众的移民搬迁诉求，甚至出现了移民阻工问题，严重影响了项目的正常运行，因此，为了提高移民的能动性，保证水电工程的建设效果，推动我国的经济发展，需要对移民安置效果进行有效评价，及时进行补偿纠正。相关研究人员也针对水电工程的建设特点设计了几种常规的水电工程移民安置效果评价方法。第一种是基于AHP算法的水电工程移民安置效果评价方法[5]，其主要根据安置情况变化生成多种评价体系，实现移民安置效果评价；第二种是考虑ResNet的水电工程移民安置效果评价方法[6]，其主要使用激活函数构建了安置效果评级模型，完成了移民安置效果评价。但大多数水电工程移民安置效果评价方法主要使用定量结合技术生成评价指标体系，易受生活水平指数SPI动态变化影响，导致评价优属度偏低，不符合目前的评价要求，因此本文基于随机森林回归算法设计了1种全新的水电工程移民安置效果评价方法。

1 水电工程安置随机森林回归算法效果评价方法设计

1.1 基于随机森林回归算法确定安置效果基础评价指标

随机森林算法是一种基于统计学理论的特殊抽样方法，其可以提高原始样本的抽取效果，生成不同类型的决策树，计算多决策树平均值从而提高预测准确度，因此，本文基于随机森林算法确定了安置效果基础评价指标。首先从随机分布的安置向量中获取训练数据集[7]，此时计算的泛化误差d如公式(1)所示。

d=EXY[y-h(x)]2

(1)

式中，EXY—随机向量期望值；y—输出向量；h(x)—预测输出量[8]。根据计算的泛化误差可以计算随机森林回归预测输出式，设置有效的决策定理，此时得到的随机森林回归算法执行步骤如下：第一步，假设随机参数向量，获取对应的决策树；第二步，利用bootstrap法进行采样；第三步，假设特征维度，随机抽取特征分类集合[9]；第四步，保持决策树处于最大限度生长状态；第五步，通过预测节点获取平均观测值；第六步，计算观测的预测因变量；第七步，输出最终得到的安置效果基础评价指标。

在水电工程移民安置效果评价过程中，涉及较多评价指标，因此，需要根据定期变化关系确定安置环境[10]，从而得出最终的评价指标，本文利用有效数据，结合随机森林回归算法测算了评价单元比G，如公式(2)所示。

(2)

式中，k—效果评级范围；m—预设的安置评价区域；n—安置评价单元；i—评价次数；b—最大安置评价偏差。根据上述计算的单元比可以选取安置关联比率、评价单元偏差、层次评价比作为3个不同的评价指标层级，调整评价环境，为提高最终的评价效果作基础。

1.2 建立水电工程移民安置效果评价结构

根据上述设置的水电工程移民安置效果基础评价指标可以建立有效的水电工程安置效果评价结构。初始的移民安置评价结构属于单层级结构，评价针对性较差，且在面临较复杂环境时的评价精度偏低，会产生较高的评价误差，因此，为了提高评价结构的综合性能需要计算评价权重A，如式(3)所示。

(3)

式中，η—预设的移民安置效果评价标准；λ—允许出现的效果评价偏差；T—效果评价次数。结合上述计算的评价权重可以测算不同评价指标占比，此时建立的水电工程移民安置效果评价结构如图1所示。

图1 水电工程移民安置效果评价结构

由图1可知，上述构建的移民安置效果评价结构在各个评价阶段存在不同的评价任务，因此，需要预设关联评价目标降低评价误差，提高评价的有效性，实现准确循环评价。

水电工程移民安置评价覆盖面积较广，因此，为了提高评价的针对性，需要尽量排除外部因素对评价结果的影响，可以根据具体的评价问题增设评价单元，生成定性的安置效果评价体系，再使用可变评价处理法调整评价误差，保证安置效果评价标准具备搭接连接性。上述步骤完毕后，即可设置对应的修正评价指标，最大程度上提升移民安置评价的评价准确性，降低评价误差。

2 实例分析

2.1 概况及准备

根据水电工程移民安置效果评价实例分析要求，本文选取BH水电站移民区作为研究区域，已知该研究区域的总装机为1600万kw，属于大型水电站。在该水电站中下游存在不同规模的水库，总库容约376亿m3。为了实施西电东送工程，BH输电站于2021年开始进行移民安置，移民安置任务及主要人员组成情况见表1。

表1 移民安置基本情况

由表1可知，移民安置总人数较多，因此，研究区域根据规划大纲设置了几种不同的安置方式：①农业安置：对土地进行整理开发，调整土地使其满足标准配置要求；②自行安置：由村民自行解决完成安置，提供由相关部门提供补偿资金；③养老保障安置：针对年龄达到养老标准的安置人员，定期发放养老金；④复合安置：在自谋职业基础上配置少量生产用地。

根据上述的研究区域概况可以在1～14个安置区设置安置效果评价监测节点，获取基础安置信息，使用模糊处理法进行评价，本文选取评价优属度M作为实验指标，计算式如公式(4)所示。

(4)

式中，τ—输电工程移民安置完成度；Y—安置满意度；F—预设的评价范围；H—安置效果评价误差；γ—定向评价权重。已知标准评价优属度为1.00，因此，计算的评价优属度越接近1.00证明评价效果越好，反之证明评价效果相对较差。

2.2 应用效果与讨论

结合上述的实例分析概况及准备可以得出安置效果评价结果。即分别使用本文设计的基于随机森林算法的水电工程移民安置效果评价方法，文献五的基于AHP算法的水电工程移民安置效果评价方法，以及文献6的考虑ResNet的水电工程移民安置效果评价方法进行安置效果评价，使用公式(4)计算不同安置区域的安置效果评价优属度(标准优属度1.00)，实验结果见表2。

表2 实验结果

由表2可知，本文设计的基于随机森林算法的水电工程移民安置效果评价方法在不同安置区域的首次评价及尾端评价的评价优属度较高；文献5的基于AHP算法的水电工程移民安置效果评价方法，以及文献6的考虑ResNet的水电工程移民安置效果评价方法在不同安置区域的首次评价及尾端评价的评价优属度较低，且变化波动较大。上述实例分析结果证明，本文设计的移民安置效果评价方法的评价效果较好，有一定的应用价值。

3 结语

综上所述，在经济飞速发展背景下，我国建设的水电工程数量越来越多，年发电量突破了千亿kW·h，保障人口总量超过4亿人，也降低了数千万公顷的耕地、铁路洪灾风险，因此，水电工程对我国的社会效益影响较大。研究表明，大部分水电工程建设后涉及的淹没面增加，周围的原住民房屋被损坏，影响人们的正常生产与生活，因此，需要将水电工程移民安置作为水电工程建设的重点，对水电工程的安置效果进行有效评价。常规的水电工程安置效果评价方法的评价效果较差，难以制定相关的补偿方案，因此本文基于随机森林算法设计了一种全新的水电工程移民安置效果评价方法。实例分析结果表明，设计的评价方法的评价效果较好，具有准确性，有一定的应用价值，为提高群众与生活环境的适配度作出了一定的贡献。