基于改进PSO-BP神经网络算法在一般盗窃犯罪预测中的应用

• 作者: 朱小波 次晋芳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: BP神经网络模型 PSO-BP 模型 盗窃犯罪预测 预测模型对比分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数据工程
• 页码范围: 37-42,75
• 页数: 7页
• 分类号: TP3
• 字数: 5280字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.01.007

摘要

针对BP神经网络对初始权重敏感,容易陷入局部最优解的问题,引入粒子群优化算法(PSO),对网络权重进行全局搜索,同时采用BP神经网络权重更新方法对PSO搜索到的权重和阈值进行进一步的更新,构建改进后的PSO-BP神经网络模型,对一般盗窃犯罪数量进行预测.应用美国芝加哥市2015年-2017年盗窃犯罪数据以及总人口数、房价中位数、本科率等11个影响因子数据,对改进前后的模型进行了预测对比实验.结果表明,改进后的PSO-BP神经网络模型成功克服了BP模型的缺陷,相对误差由4.68％降低到1.635％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱小波	上海公安学院治安系	4	2	1.0	1.0
2	次晋芳	上海公安学院治安系	2	0	0.0	0.0