基于直连BP神经网络模型的森林火险预测

编号 zgly0001641356

文献类型 期刊论文

文献题名 基于直连BP神经网络模型的森林火险预测

作者 王亚琴  王耀力  郭学斌  孙永明 

作者单位 太原理工大学信息工程学院  山西省林业科学研究院 

母体文献 森林防火 

年卷期 2018年02期

年份 2018 

分类号 S762.2  TP183 

关键词 森林火险  预测预报  神经网络模型  气象因子  相关性分析 

文摘内容 传统的BP神经网络模型(BPNN)用于森林火险预测存在预测精度低、泛化能力差等不足。选取温度、相对湿度、风速以及日降水量4个气象因子作为神经网络的输入,林火是否发生作为输出,提出一种改进的网络结构—直连BP神经网络(BPNN-DIOC)以构建森林火险预测模型。该结构在传统BP神经网络模型的基础上加入了从输入到输出的连接。为了探究该网络的有效性,根据输入层到输出层是否有连接,输出层是否有阈值,分别构建了4个不同的网络模型,并以森林火灾发生较少的太原市和森林火灾发生较频繁的桂林市为例进行验证。模拟结果表明,BPNN-DIOC模型的预测精度高于BPNN模型;它不仅能够适用于火险发生较频繁的地区,也能够很好的用于火险发生较少的地区,具有良好的通用性,而输出层是否有阈值对预测效果并没有明显的影响。