全局人工鱼群优化BP神经网络在火灾探测中的应用

• 作者: 石姗姗 高正中
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: BP神经网络 预测 火灾 全局人工鱼群算法 优化
• 年，卷（期）: 2019,（11）
• 页码范围: 1255-1259
• 页数: 5页
• 分类号: TP183|TP399
• 字数: 4484字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2019.11.016

摘要

针对传统的火灾探测器存在火灾报警准确性低、有延迟等问题,提出了利用全局人工鱼群算法优化BP神经网络的预测算法.该算法以温度、烟雾浓度和CO浓度为BP神经网络的输入,火灾的3个等级作为输出,融合了鱼群算法全局搜索能力强和鲁棒性强的特点.对BP神经网络的初始化权值和阈值进行优化,得到最优人工鱼后,用最优的权值和阈值进行神经网络训练,选取40组数据作为训练组,10组数据作为测试组.从仿真结果看,BP神经网络的训练和预测的误差分别为0.091 4 和0. 458 4,优化后的分别为0.045 2和0.088 2,且收敛速度变快,迭代次数减小,应用在火灾探测中有更多的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高正中	山东科技大学电气与自动化工程学院	94	438	10.0	13.0
2	石姗姗	山东科技大学电气与自动化工程学院	1	1	1.0	1.0