基于DBO-BP算法的智能家居火灾预测分析  

作　　者：张磊 王少杰[2] 赵迪[1,2] 曾智忠 

机构地区：[1]邵阳学院机械与能源工程学院,湖南邵阳422000 [2]邵阳学院湖南省特种装备电能变换与控制工程技术研究中心,湖南邵阳422000

出　　处：《电脑编程技巧与维护》2024年第12期141-144,共4页Computer Programming Skills & Maintenance

基　　金：邵阳学院研究生科研创新项目(CX2023SY050);湖南省科技厅重点研发计划项目(2024JK2040)。

摘　　要：针对BP神经网络在火灾预测收敛慢、易陷入局部最优、预测不准确等问题,提出了一种利用蜣螂优化算法(DBO)优化BP神经网络的方法来预测火灾。火灾初期环境中的CO浓度、温度、烟雾浓度作为输入。无火概率、阴燃火概率作为输出、明火概率。使用蜣螂算法来寻找BP神经网络的最优权重和阈值,构建了DBO-BP火灾预测模型。对BP火灾预测模型与DBO-BP火灾预测模型进行仿真。两者的仿真结果表明,DBO-BP火灾预测模型预测火灾的准确率达到98%;DBO-BP火灾预测模型在火灾预测上比BP火灾预测模型更加精确,提升了智能家居火灾预测的可靠性。

关 键 词：BP神经网络 火灾预测 蜣螂优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] X932[自动化与计算机技术—控制科学与工程]