基于GA-BP神经网络的客船人员疏散时间预测模型的建立

针对客船人员疏散问题,设置了影响疏散时间的多个参数,构建了3×3×3×5×6=810种不同的疏散场景,利用Pathfinder人员疏散仿真软件获得了810组人员疏散时间的模拟数据,并在此基础上建立两种不同的预测模型:一种基于BP神经网络,另一种则结合了遗传算法的GA-BP神经网络,对其进行实验性能对比。结果表明,优化后的神经网络预测准确率达到97.7622%,相较于优化前提高了2.5394%。采用遗传算法对神经网络进行优化,训练时间有所减少,准确性大大提高,可为船舶应急处理提供科学依据和新的技术手段。