????3 BP網(wǎng)絡(luò)在某城市火災中的應用

????　　筆者以某市1985~2001年火災事故數(shù)據(jù)次數(shù)為例（見表1），說明神經(jīng)網(wǎng)絡(luò)預測模型在城市火災預測中的應用。

????　　表1 某市火災事故數(shù)據(jù)

????　　見表

?

?

?

????　?。?）由于春節(jié)期間是火災的高峰期，根據(jù)城市火災發(fā)生時間或季節(jié)，采用分時段的方法，即將每一年分為兩個部分進行預測：春節(jié)高峰期，非常高峰期（除春節(jié)以外1~12月）。由于在預測中數(shù)據(jù)處理較多，以Matlab中的人工神經(jīng)網(wǎng)絡(luò)工具箱為工具編程對城市火災事故進行預測。

????　?。?）在BP網(wǎng)絡(luò)模型中，神經(jīng)元的變化函數(shù)是S形函數(shù)，其函數(shù)的特性要求其輸入信息節(jié)點的數(shù)據(jù)必須轉(zhuǎn)化為[-1，1]之間的數(shù)值。因而必須對原始樣本進行數(shù)據(jù)的初始化，轉(zhuǎn)化為分布在[-1，1]區(qū)間范圍內(nèi)的數(shù)值。初始化具體方法采用參加訓練的樣本各指標原始值與參加訓練的樣本各指標原始值的最大值之比。即，P_ij=x_ij/max(x_ij)為初始化后的網(wǎng)絡(luò)輸入數(shù)據(jù)，x_ij為原始數(shù)據(jù)，max(x_ij)為原始數(shù)據(jù)的最大。即必須對1985~1998年的數(shù)據(jù)作初始化。

????　　（3）初始權(quán)值的確定。取初始權(quán)值為（-1，1）之間的隨機數(shù)，從而保證神經(jīng)元的權(quán)值能夠在S形函數(shù)變化最大處進行調(diào)節(jié)。

????　?。?）對模型進行修正權(quán)值和閥值，然后把1999~2001年的數(shù)據(jù)作為預測樣本，將得到一個預測誤差，如果沒有達到所要求的誤差值，或者沒有達到所要求的訓練次數(shù)，繼續(xù)訓練，直到滿足預測誤差。滿足誤差后，得到最優(yōu)權(quán)重和閥值。

????　　（5）期望誤差值是通過不同期望誤差的網(wǎng)絡(luò)的對比訓練來選取的。如果選取較小的期望誤差值要通過增加隱含層的節(jié)點數(shù)和訓練的時間。筆者經(jīng)過多次訓練比較，選取期望誤差為0.001，最大訓練步數(shù)為20000，學習率為0.01，動量系數(shù)為0.1。按照誤差要求，多次篩選，得到最優(yōu)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

????　　高峰期的網(wǎng)絡(luò)結(jié)構(gòu)為7-7-1，非高峰期的網(wǎng)絡(luò)結(jié)構(gòu)為6-6-1，同時得到最優(yōu)權(quán)值和閾值距陣。此時可以對1999~2001年火災事故進行預測，其結(jié)果及誤差分析如表2所示。

????　　表2 1999~2001年預測值與實際值結(jié)果及誤差分析

????　　見表

?

????　　（6）從上表可以看出誤差結(jié)果最大誤差不超過0.88%，預測的精度較高，能夠滿足實際需要。因此，可以預測未來3年的火災事故，其結(jié)果如表3所示。

????　　表3 2002~2004年預測結(jié)果

????　　見表

?

????4結(jié)論

????　?。?）預測城市未來火災事故的發(fā)生次數(shù)是一項復雜的工作。筆者根據(jù)神經(jīng)網(wǎng)絡(luò)的特點，將其用于城市火災的預測。科學的預測火災事故發(fā)生的趨勢，有利于防災基礎(chǔ)資源配置和城市應急安全預案的科學制訂。

????　　（2）神經(jīng)網(wǎng)絡(luò)預測方法具有極強的非線性逼近，大規(guī)模并行處理，自訓練學習，容錯能以及對外界環(huán)境的適應能力，很好地解決了傳統(tǒng)預測方法中須事先構(gòu)造函數(shù)的不足。只要有足夠的樣本，就能準確預測火災事故發(fā)生的趨勢，而且對于火災事故發(fā)生次數(shù)復雜動態(tài)數(shù)據(jù)的處理比傳統(tǒng)方法更具有精確性和優(yōu)越性，其計算處理過程可通過Matlab中的人工神經(jīng)網(wǎng)絡(luò)工具箱編程實現(xiàn)。

????　?。?）預測值實際值的比較分析顯示，神經(jīng)網(wǎng)絡(luò)應用在城市火災次數(shù)預測方面是可行的、可信的。