基于 AHP 与 PSO-BP 神经网络的电梯安全评价研究
万舟
汤超
许有才
1.昆明理工大学信息与自动化工程学院 昆明 6505002.昆明理工大学信息与自动化工程学院 昆明 6505003.昆明理工大学信息与自动化工程学院 昆明 650500
摘要：在评价电梯安全风险程度中，针对 BP 神经网络收敛速度慢、易陷入局部最优的缺点，提出了基于层次分析法（AHP）与粒子群优化 BP 神经网络（PSO‐BP）的电梯安全评价方法。首先利用层次分析法建立了电梯系统安全评价体系，确定电梯系统安全评价体系中各子系统及各指标的权重，再结合实际经验，根据安全规范构造各指标的风险值。通过 BP神经网络建立回归模型，并采用粒子群算法对模型的权重和阀值进行优化，选取电梯系统的11个权重比较大的影响因素的风险值作为 PSO‐BP 的输入，最终得到电梯系统安全状况的综合得分，进而划分安全评价等级，得到电梯系统安全评价的结论。通过将该模型与标准 BP 模型进行对比，结果表明 PSO‐BP 模型比标准 BP 模型的准确率要提高10％，PSO‐BP 有效克服了 BP 神经网络的缺点。
关键词：电梯系统安全评价层次分析法粒子群算法神经网络
分类号：TP391(计算技术、计算机技术)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1561-1565,1598 )
英文信息