基于神經網絡的火災損失建模與預測.pdf

1、人工神經網絡(Artificial Neural Network，簡稱ANN)的理論和方法在過去的幾十年發(fā)展極為迅速，它的應用范圍已涉及到了工程、計算機、物理、生物、經濟、管理等科學領域。ANN是一種模擬人腦信息處理方法的非線性系統，具有較強的處理非線性問題的能力，比較適合于一些信息復雜、知識背景不清楚和推理規(guī)則不明確問題的建模，例如本論文中關于火災損失預測的建模。 本文主要基于神經網絡的非線性逼近性質建立預測模型，來研究我國

2、火災損失的預測問題。神經網絡模型的實現需要掌握計算機編程語言及較高的編程能力，這在一定程度上不利于神經網絡技術的推廣和使用。而MATLAB軟件提供了一個現成的神經網絡工具箱(Neural Network Toolbox，NNT)，為解決這個難題提供了便利條件。本文首先建立人工神經網絡理論模型，然后結合NNT對算法進行了實現。 本文建模采用的是反向傳播(Back Propagation，BP)網絡與徑向基函數(Radial Ba

3、sis Function，RBF)網絡。在對原始數據進行平滑處理的基礎上學習與訓練，并應用于火災損失預測的實踐中。模擬結果表明，該方法在實際預測中效果較為理想，從而為火災損失的預測提供了一種新的方法和理論依據。 本論文要做了以下工作： (1)介紹了人工神經網絡理論，回顧了人工神經網絡的發(fā)展歷史，論述了BP神經網絡與RBF神經網絡的基本知識和特點，為本論文的建模提供了基礎。 (2)討論了應用BP神經網絡與RB

4、F神經網絡進行火災損失預測的理論基礎，分析了兩種神經網絡的模型結構與原理，并利用它們建立了火災損失預測模型，用MATLAB語言編寫了相應的程序。 (3)利用本論文建立的神經網絡預測模型對我國的火災損失進行了預測，結果表明本論文建立的神經網絡預測模型是成功的、有效的。 本論文的結構安排如下： 第一章為前言部分，介紹了人工神經網絡理論，回顧了人工神經網絡的發(fā)展歷史，綜述了本文研究的背景、論文研究的目的、意義以及