改进的GA-BP神经网络模型在财产犯罪预测中的应用

• 作者: 李卫红 闻磊 陈业滨
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 时空分析 BP神经网络模型 GA BP模型 财产犯罪时空规律 财产犯罪预测 预测模型对比分析
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1110-1116,1171
• 页数: 8页
• 分类号: P208
• 语种: 中文
• DOI: 10.13203/j.whugis20160911

摘要

发现犯罪时空分布规律并预测犯罪发生,是提高警务策略有效预防、控制犯罪的重要方法.在分析财产犯罪时空规律的基础上,利用BP神经网络模型自动学习训练各因子与财产犯罪的非线性关系,建立了财产犯罪预测模型.针对BP神经网络模型易陷入局部最优和模型不稳定的缺陷,提出了利用遗传算法(GA)选择各因子最优的初始化权重和参数,并以此作为BP神经网络模型的初始化权重矩阵,通过对历史数据的学习及训练建立了改进后的GA-BP神经网络模型.利用某市2007～2012年财产犯罪、人口、GDP、土地利用等35个综合影响因子数据,对改进前后的模型进行了预测对比试验.结果表明,改进后的GA-BP神经网络模型成功克服了BP模型的缺陷,收敛迭代最小次数从117次改进到8次;10次计算收敛迭代次数最大误差从370次提高到5次;模型预测精度(RMES)从0.043 0提高到0.019 95.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫红	华南师范大学地理科学学院	21	129	6.0	11.0
2	陈业滨	华南师范大学地理科学学院	11	76	4.0	8.0
3	闻磊	华南师范大学地理科学学院	6	49	4.0	6.0