基于改进神经网络的恐怖袭击风险预警系统(PDF)
灾害学[ISSN:1000-811X/CN:61-1097/P]
- 期数:
- 2018年01期
- 页码:
- 183-189
- 栏目:
- 应急.风险与管理
- 出版日期:
- 2018-01-20
文章信息/Info
- Title:
- -
- 作者:
- 项寅
-
- Author(s):
- -
-
- 关键词:
- 恐怖袭击; 风险评估; 风险预测; 因子分析; 神经网络
- 分类号:
- N949;X45
- DOI:
- -
- 文献标识码:
- A
- 摘要:
- 为提高恐怖袭击应急管理的效率,设计了恐怖袭击的风险评估和预测系统。评估模型通过因子分析方法计算各类目标的相对风险指数,评估指标包含“威胁”、“脆弱性”、“后果”三大因素,具体数据从全球恐怖主义数据库(GTD)中进行采集。预测模型通过神经网络实现风险指数的预测,由于BP神经网络的梯度下降算法收敛较慢且易陷入局部最优点,因此利用遗传算法对神经网络的初始权值阈值进行优化,并提高预测精度。最后,对GTD数据库中的21类主要袭击目标进行算例分析,验证了该模型的可行性和准确性,同时还根据这些目标的风险指数进行原因分析和策略建议。
更新日期/Last Update: 2018-01-18