基于GRU神经网络的有毒气体扩散预测方法

• 作者: 陈立 陈贤富
• 来源期刊: 信息技术与网络安全
• 关键词: 毒气扩散 浓度预测 GRU 深度学习
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2021.04.007

摘要

有毒气体的扩散预测在应急响应中起着重要作用.现有的计算流体力学(CFD)方法存在计算耗时长等问题,无法快速进行毒害气体扩散预测.提出了一种利用深度学习技术进行有毒气体扩散预测的方法.根据有毒气体扩散原理,设计基于GRU的神经网络模型,实现快速、有效的气体扩散浓度的预测.将本文的方法在经典的公开数据集草原牧场数据集上进行验证,实验结果表明本文方法可实现较高精度的气体扩散浓度的预测,并且优于基于BP神经网络模型的方法.