论文部分内容阅读
传统的建筑安全事故预测模型一般是在历史事故的相关数据上建立的预测模型,但是它们普遍没有分析事故的成因。而本文建立的结合事故成因分析的BP神经网络预测模型是先分析近十来年的建筑安全事故成因,并采用专家评分法对事故成因指标进行量化处理,将量化处理后的因素指标作为网络的输入,将事故的死亡人数作为网络的输出,建立基于多因素的BP神经网络事故预测模型。结果发现基于多因素的BP神经网络事故预测模型比未结合事故成因分析的BP神经网络模型预测的平均相对误差降低了1.75%。为了进一步提高预测模型的精度,采用遗传算法对基于