基于BP-WOA的聚合物火灾危险性分析

摘要

为解决单一BP神经网络学习速度慢、泛化性能不高等问题,采用鲸鱼算法(WOA)优化BP神经网络的组合预测模型对聚合物火灾危险性进行分析,根据火灾危险性综合指数(IFHI)对聚合物火灾危险性进行量化输出。通过WOA算法将BP神经网络的初始权值和阈值进行优化,随后将优化后的参数重新送入BP神经网络进行训练和预测。结果表明,优化后的BP-WOA组合模型对聚合物火灾危险性实际输出值拟合精度更高,IFHI结果与层次分析法分析结果大体相近,聚合物火灾危险性与火灾危险指数的走向基本相同,并且评估结果同实际数据具有较好的一致性与较高的重合度。