科研之友
微信
新浪微博
Facebook
分享链接
摘要
文章提出了改进粒子群优化神经网络的火灾受灾森林面积预测模型，利用改进后的粒子群算法对BP神经网络预测模型进行优化，建立了基于PSO-BP神经网络预测模型。为了验证该模型的优越性，选取内蒙古自治区1992—2017年的火灾受灾森林面积时间序列进行预测分析，并与单一的BP神经网络模型进行预测结果对比。结果表明：相较于单一的BP神经网络模型，针对均方根误差RMSE,PSO-BP模型预测段和拟合段的预测性能分别提升了39.5%和58.0%;针对平均绝对误差MAE,PSO-BP模型预测段和拟合段的预测性能分别提升了43.5%和55.8%,具有较高的预测精度和较好的稳定性，适用于森林火灾的准确预报。
- 出版日期2023
