基于改进BP神经网络的恐怖袭击事件分级研究

作     者：李乐天 郑何真 丁晨 许永峰 LI Le-tian;ZHENG He-zhen;DING Chen;XU Yong-feng

作者机构：西北大学数学学院陕西西安710127 

出 版 物：《软件导刊》 (Software Guide)

年 卷 期：2019年第18卷第5期

页      面：21-26页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：西北大学大学生创新创业训练计划校级项目(2019105) 

主　　题：恐怖袭击事件 分级模型 模糊聚类分析 BP神经网络 模拟退火遗传算法 

摘      要：为准确快速地对恐怖袭击事件进行分级,帮助建立恐怖袭击事件应急预案,提出一种基于模糊聚类算法和模拟退火遗传算法优化BP神经网络的恐怖袭击事件分级模型。通过模糊聚类算法划分样本训练集,利用BP神经网络的自学习能力获取输入与输出之间的模糊规则,采用模拟退火遗传算法提高神经网络精度。以GTD数据库样本为例,经实验得到普通BP神经网络的分级正确率为94.32%,模拟退火遗传算法优化的BP神经网络分级正确率可提升到99.88%,验证了基于模糊聚类算法和模拟退火遗传算法优化BP神经网络分级模型的有效性。