基于PCA-GA-BP神经网络的高校实验室安全风险评估

摘要：

为减少高校实验室安全事故的发生和提高实验室安全风险评估的准确率,使用层次分析法(AHP)建立实验室安全风险评价体系,然后利用主成分分析法(PCA)对评价指标的综合权重进行降维,再将降维后的特征信息作为GA-BP神经网络的输入层,建立一种基于主成分分析(PCA)、遗传算法(GA)和人工神经网络(BP)相结合的实验室安全风险评价模型.实验结果表明,与BP神经网络、PCA-BP神经网络模型和GA-BP网络模型相比,PCA-GA-BP神经网络的评价精度和准确率更高、收敛速度更快、学习能力更强,可用于实验室安全风险评价.

关键词：实验室安全;遗传算法;BP神经网络;主成分分析

所属期刊栏目：41

分类号：X931.0(安全工程)

在线出版日期：2022-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：306-311