中国安全科学学报

作者：吕淑然, 田江雪, 党鑫宇

单位：首都经济贸易大学 管理工程学院, 北京 100070

关键词：改进灰狼优化算法(IGWO),反向传播(BP)神经网络,城中村火灾,风险预测,变异算子,高维函数

为了预防城中村火灾,利用改进灰狼优化算法(IGWO)和反向传播(BP)神经网络,对城中村火灾风险进行预测。引入非线性收敛因子和变异算子,改进传统灰狼优化算法(GWO),提高算法的全局搜索能力、收敛速度和稳定性,进而构建基于IGWO优化BP神经网络的城中村火灾风险预测模型(IGWO-BP),结合城中村火灾风险因素的复杂性和特殊性制定指标体系,预测火灾风险,并进行实例验证。结果表明:相较于传统GWO、粒子群算法(PSO)、长城算法(GWCA),IGWO在全局搜索能力、收敛速度和稳定性等方面均有显著提升,IGWO-BP模型可通过处理城中村火灾风险指标,实现对火灾风险的预测。

来源：2025年第8期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第8期