| 基于PCA-RBF神经网络的地铁车站火灾风险评估 |
| |
| 引用本文： | 王建波,彭龙镖,李娜,张帅.基于PCA-RBF神经网络的地铁车站火灾风险评估[J].工业安全与环保,2017,43(9). |
| |
| 作者姓名： | 王建波 彭龙镖 李娜 张帅 |
| |
| 作者单位： | 青岛理工大学管理学院 山东青岛266520 |
| |
| 基金项目： | 国家自然科学基金，山东省自然科学基金 |
| |
| 摘 要： | 为避免地铁车站火灾事故的发生,帮助地铁车站管理部门做好火灾风险评估工作,提出基于PCA-RBF神经网络的地铁车站火灾风险评估模型。采用主成分分析法(Principal Component Analysis,PCA)对风险评价指标体系进行降维处理,并将降维后的主成分作为RBF神经网络的输入变量;选择具有代表性的样本数据训练RBF神经网络,并用检验样本测试训练效果;最后,输入待测样本数据得出火灾风险评估结果。通过实例对比分析,验证了该评估模型在地铁车站火灾风险评估中的可行性与准确性,对类似项目火灾风险评估具有一定参考意义。
|
| 关 键 词： | 地铁车站 火灾 风险评估 主成分分析法 RBF神经网络 |
Fire Risk Evaluation of Subway Station Based on PCA-RBF Neural Network |
| |
| WANG Jianbo,PENG Longbiao,LI Na,ZHANG Shuai.Fire Risk Evaluation of Subway Station Based on PCA-RBF Neural Network[J].Industrial Safety and Dust Control,2017,43(9). |
| |
| Authors: | WANG Jianbo PENG Longbiao LI Na ZHANG Shuai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
