【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第6期 338-342页,共5页

【作 者】： 邢长征 ; 荆赢

【摘 要】 研究现代企业生产中的安全管理问题，由于存在复杂的非线性因素，使事故因素评价不准确。BP神经网络是一种刻画非线性现象的强有力工具之一，是目前对安全管理分析和预测的最常用工具。针对传统的BP算法处理大样本数据时效率低，收敛速度慢，泛化能力较差，提出了一种基于聚类的神经网络算法，首先采用优化的模糊聚类算法对大量数据进行分类，减小数据规模，然后对分类后的模块进行分别学习，最后将学习结果整合起来。实验结果表明该算法较单纯的BP神经网络算法精度高，效率高，容错性好，可以实时计算和跟踪企业的安全生产状态，从而为企业的生产调度及安全管理提供依据。