基于优化的神经网络的地铁火灾风险评价

被引：5

作者：

喻茗之

张村峰

机构：

[1] 南京工业大学安全科学与工程学院

来源：

消防科学与技术 | 2016年 / 35卷 / 06期

关键词：

风险评价; 神经网络; 遗传算法; 地铁火灾;

D O I：

暂无

中图分类号：

U231.96 [];

学科分类号：

0814 ; 082301 ;

摘要：

分析地铁火灾事故发生的危险因素,归纳出了人员、设备、管理、环境21个小类的主要影响因素,并通过神经网络建立起地铁火灾风险评价模型。为克服神经网络易陷入局部最小的缺陷,通过遗传算法对神经网络模型中得到的权值和阈值进行优化。训练结果表明,最终建立了一种地铁火灾风险评价有效可靠的方法。

引用

页码：847 / 849

页数：3

共 13 条

[1] 基于神经网络的智能电气火灾预警系统设计 [J].

田树仁 .

消防科学与技术, 2015, 34 (09) :1201-1204

[2] 地铁火灾的原因与统计分析 [J].

袁勇 ;

邱俊男 .

城市轨道交通研究, 2014, 17 (07) :26-31+61

[3] 基于FMECA的城市地铁火灾危险源辨识及风险防范 [J].

戴一璟 .

福建工程学院学报, 2012, 10 (04) :326-330

[4] 基于量子遗传算法的煤矿安全评价模型 [J].

李鑫 ;

李乃文 ;

杨桢 .

计算机系统应用, 2012, 21 (07) :101-105

[5] 基于遗传算法的神经网络参数优化研究 [J].

焦纲领 ;

王士星 .

数学的实践与认识, 2012, 42 (11) :176-183

[6] 城市地下轨道交通火灾风险评估体系模型研究——以某地铁车站为例 [J].

李炎锋 ;

石勃伟 ;

王超 ;

李俊梅 ;

樊洪明 .

防灾减灾工程学报, 2010, (06) :680-684

[7] 遗传算法理论及其应用研究进展 [J].

边霞 ;

米良 .

计算机应用研究, 2010, 27 (07) :2425-2429+2434

[8] 基于混合量子遗传算法的过程神经元网络训练 [J].

刘志刚 ;

许少华 .

计算机应用研究, 2009, 26 (08) :2898-2901

[9] 改进的量子遗传算法及应用 [J].

黄力明 ;

徐莹 ;

于瑞琴 .

计算机工程与设计, 2009, 30 (08) :1987-1990

[10] BP神经网络在安全评价中的应用 [J].

沈春明 ;

栗兴华 ;

轩大洋 .

工业安全与环保, 2008, (11) :59-60

← 1 2 →