摘要
本发明公开了一种危险化学品安全生产风险预测方法,涉及数据预测技术领域,包括:S1、对危险化学品安全生产风险的关键影响因素分析;S2、将影响化学品安全生产的关键数据集按训练集、测试集数据方式划分,并使用滑动窗口技术将训练数据集输入到LSTM预测模型;S3、对花斑翠鸟优化算法改进,包括对花斑翠鸟优化算法的初始化阶段数学模型和全局搜索阶段的栖息悬停策略进行改进;S4、利用改进的花斑翠鸟优化算法对LSTM预测模型的参数进行整定,建立DPKO‑LSTM预测模型;S5、将步骤S2的测试集与验证集输入到DPKO‑LSTM预测模型中,同时对输出结果进行反标准化处理得到危险化学品安全生产风险预测的精确数据,实现对危险化学品安全生产风险精确预测。
技术关键词
数学模型
风险预测方法
因子
滑动窗口技术
变异策略
算法
位置更新
实数编码方法
数据预测技术
阶段
训练集
周期
规模
参数
平滑度
阻尼
流速
系统为您推荐了相关专利信息
机器人行进路线
水下机器人系统
协调控制方法
递归神经网络模型
因子
条纹投影
冲压件
主成分分析降维
测量方法
包裹相位
多模态特征选择
数据识别方法
灰度共生矩阵
多尺度
数据识别系统
新烟碱农药
SWAT模型
面源污染
输入模块
速率