基于PSO-BPNN的加油站雷电安全风险分级评价研究

针对加油站雷电安全风险分级开展的评价工作,结合雷电安全事故致因理论和“人、物、管、环”四要素模型,提出了结合粒子群算法(PSO)与小波神经网络算法(BPNN)相结合的算法。该算法在传统的BP算法的权值调整的基础上,引入粒子群算法的权值修正量,并从防雷安全管理和生产现场防雷设施出发,选取12个参数因子构建雷电安全风险分级评价模型。神经网络模型克服了传统的BP神经网络算法的主要缺点,比如在计算时收敛速度慢和易导致局部极小的弊端。该模型精度较高,具有较好的广泛性和客观性,能有效避免专家评估主观因素的影响,可为加油站提供精准的雷电安全风险分级评价结果。