摘要
本发明涉及火灾预测技术领域,尤其涉及基于改进GWO的神经网络火灾趋势预测方法,包括采集火灾检测参数;对检测参数进行预处理;以检测参数的预测值和实际测量值的均方误差建立适应度函数;对深度学习网络模型的超参数和适应度函数进行初始化,利用改进GWO算法对深度学习网络模型的超参数进行优化;将实时采集火灾检测参数输入改进深度学习网络模型中,对火灾进行预测。本发明解决现有火灾处理方法存在处理速度慢和准确性差的问题。
技术关键词
趋势预测方法
深度学习网络模型
位置更新
火灾预测技术
因子
算法
节点数
超参数
代表
误差