基于双权值神经网络的常德市生产安全事故预测

摘要

AI大潮将至，神经网络作为人工智能的典型算法再度引发关注。人工神经网络以其独特的结构和信息处理方法，在数据挖掘、机器人、图像处理等众多领域中都有出色的表现。人工神经网络种类很多，最常用的一种被称为BP神经网络，它是一种以误差反向传播为特性的前向网络，具有非常强的非线性映射能力，是人工神经网络中的精华。针对以往神经网络的不足，王守觉院士提出了一种具有两个权值的新型神经网络，它不仅可以包含BP神经网络的方向权值，还可以包含RBF神经网络的核心权值，因而对非线性连续函数有更好的逼近能力。　　到目前为止，众多研究者仅仅利用BP神经网络和RBF神经网络来进行生产安全事故趋势预测，并且取得了一定成果。而利用逼近性能更高类型的双权值神经网络来预测生产安全事故尚未开始，因此，利用双权值神经网络研究常德市安全生产场景下的生产安全事故未来趋势预测具有非常重要的意义。　　在本论文中，我们构造了改进的双权值神经网络预测模型，利用文献[4,1~6]提出的定理，取P=1对双权值神经网络进行优化，得到改进的网络模型。在改进的双权值神经网络预测模型中，我们以常德市安全生产培训和考核数据为基础，对该部分数据进行了预处理，将预处理后的数据作为输入端，利用MATLAB对常德市生产安全事故进行了预测。我们也利用常用的BP神经网络预测模型对常德市未来生产安全事故进行了预测，结果表明，尽管BP神经网络系统对常德市生产安全事故预测有缺陷，但仍然是可行的。同时我们讨论了BP神经网络和双权值神经网络两种预测模型在常德市生产安全事故未来趋势的探索过程，通过讨论我们得出，双权值神经网络比BP神经网络对安全生产场景下常德市生产安全事故的预测效果更准确。

目录

声明

插图索引

附表索引

第1章 绪论

1.1背景

1.2意义

1.3文献回顾

1.4研究内容

1.5创新点

第2章 安全事故对社会的影响

2.1安全生产的重要意义

2.2生产安全事故的主要原因及对策

2.3我国安全事故的现状及对社会的影响

2.4常德市安全事故的现状及对社会的影响

第3章 改进的预测模型的建立

3.1人工神经网络概述

3.2 BP神经网络特点及工作原理

3.3双权值神经网络的特点及工作原理

3.4双权值神经网络预测模型建立

3.4.1双权值神经网络的概念和引理

3.4.2改进的双权值神经网络的预测模型

3.4.3用MATLAB实现双权值神经网络

第4章 实现与应用

4.1双权值神经网络预测常德市安全生产场景下生产安全事故

4.1.1样本的选取

4.1.2 数据的预处理

4.1.3 数据的归一化处理

4.1.4双权值神经网络模型构建

4.1.5双权神经网络预测结果及分析

4.2 BP神经网络预测常德市生产安全事故

4.2.1样本的选取

4.2.2数据的预处理

4.2.3数据的归一化处理

4.2.4 BP值神经网络模型构建

4.2.5 BP神经网络预测结果及分析

4.3 BP神经网络与双权值神经网络的比较分析

结论与展望

1. 主要研究结论

2. 展望

参考文献

致谢

附录A 实验所用的源程序