中国安全生产科学技术
中國安全生產科學技術
중국안전생산과학기술
JOURNAL OF SAFETY SCIENCE AND TECHNOLOGY
2014年
3期
119-124
,共6页
火灾事故%火灾事故预测%灰色系统%人工神经网络%遗传算法%组合预测
火災事故%火災事故預測%灰色繫統%人工神經網絡%遺傳算法%組閤預測
화재사고%화재사고예측%회색계통%인공신경망락%유전산법%조합예측
fire accident%fire accident prediction%grey system%artificial neural network%genetic algorithm%combination forecasting
为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点.分别采用遗传算法优化后的无偏灰色GM(1,1)模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测.结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测.
為瞭提高火災事故預測的精度,根據我國火災事故數據樣本較小,波動性較大的特點,將遺傳算法優化的灰色無偏預測模型與遺傳算法優化的BP神經網絡模型結閤起來,建立灰色神經網絡優化組閤模型,充分髮揮無偏灰色預測模型適用于小樣本的數據預測的優勢與BP神經網絡處理非線性問題的優點.分彆採用遺傳算法優化後的無偏灰色GM(1,1)模型、遺傳算法優化的BP神經網絡預測模型與灰色神經網絡優化組閤模型對我國1998-2008年的火災事故進行擬閤,併對2009-2011年的火災事故髮生數進行預測.結果錶明:灰色神經網絡優化組閤模型的預測誤差最小,精度最高,適用于火災事故的預測.
위료제고화재사고예측적정도,근거아국화재사고수거양본교소,파동성교대적특점,장유전산법우화적회색무편예측모형여유전산법우화적BP신경망락모형결합기래,건립회색신경망락우화조합모형,충분발휘무편회색예측모형괄용우소양본적수거예측적우세여BP신경망락처리비선성문제적우점.분별채용유전산법우화후적무편회색GM(1,1)모형、유전산법우화적BP신경망락예측모형여회색신경망락우화조합모형대아국1998-2008년적화재사고진행의합,병대2009-2011년적화재사고발생수진행예측.결과표명:회색신경망락우화조합모형적예측오차최소,정도최고,괄용우화재사고적예측.
