基于改进PSO-LSTM的重大危险源风险评价

• 作者: 刘喜梅 尹国才
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 探索与观察
• 页码范围: 64-65
• 页数: 2页
• 语种: 中文

摘要

在石油化工过程,针对重大危险源监测辨识预估等问题.在信息物理系统(CPS)的决策层中建立长短期记忆网络(LSTM)预测模型,采用改进粒子群算法(PSO)优化网络中的权值和阈值,将经过改进PSO优化的LSTM应用于重大危险源风险评价系统中.通过仿真实验结果表明该方法具有一定的精准度,最终证明该方法可以准确完成重大危险源风险评价.