Modelado basado en redes neuronales para evaluación de riesgos y alerta temprana para eventos deportivos a gran escala
Autores: Zhong, Chenghao; Lou, Wengao; Wang, Chuting
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Riesgos
Eventos deportivos a gran escala
Modelo BPNN
Evaluación
Indicadores
Importancia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
[Problema] Los riesgos de albergar eventos deportivos a gran escala son muy difíciles de evaluar y a menudo se ven directamente afectados por riesgos del entorno natural, riesgos de gestión de eventos y riesgos del entorno social. Antes de albergar los eventos, evaluar con precisión estos riesgos puede minimizar efectivamente la ocurrencia de riesgos y reducir las pérdidas posteriores. [Objetivo] En este artículo, abogamos por el uso de un modelo de red neuronal de retropropagación (BPNN) para la evaluación de riesgos y la alerta temprana de eventos deportivos a gran escala. [Métodos] Primero utilizamos encuestas a expertos para evaluar los riesgos de 28 eventos deportivos a gran escala utilizando 12 indicadores asociados con condiciones climáticas, gestión de eventos y desastres naturales. Luego aplicamos el modelo BPNN para evaluar los riesgos de 28 eventos deportivos a gran escala con muestras suficientes agregando ruido blanco con media cero y pequeña varianza a las pequeñas muestras reales. Proporcionamos una regla general para establecer un modelo BPNN con muestras insuficientes y pequeñas. [Resultados] Nuestros resultados de investigación muestran que la precisión de reconocimiento del modelo BPNN establecido es del 86.7% para las 15 muestras de simulación y del 100% para las 28 muestras reales. Basándonos en este modelo BPNN, determinamos y clasificamos el nivel de riesgo de los eventos y la importancia de cada indicador. Así, la muestra S8 tuvo el mayor riesgo y el segundo más alto fue la muestra S14, y el indicador nueve fue el más importante y el indicador uno el menos importante. [Conclusiones] Podemos aplicar el modelo BPNN establecido para evaluar convenientemente el riesgo de albergar un evento deportivo a gran escala. Al analizar la relación no lineal entre cada indicador y el riesgo del evento deportivo, y aplicar el modelo BPNN establecido, podemos proponer medidas y sugerencias más específicas y efectivas para eliminar y disminuir los riesgos de albergar un evento deportivo a gran escala, y asegurar que los eventos deportivos a gran escala puedan ser albergados con éxito.
Descripción
[Problema] Los riesgos de albergar eventos deportivos a gran escala son muy difíciles de evaluar y a menudo se ven directamente afectados por riesgos del entorno natural, riesgos de gestión de eventos y riesgos del entorno social. Antes de albergar los eventos, evaluar con precisión estos riesgos puede minimizar efectivamente la ocurrencia de riesgos y reducir las pérdidas posteriores. [Objetivo] En este artículo, abogamos por el uso de un modelo de red neuronal de retropropagación (BPNN) para la evaluación de riesgos y la alerta temprana de eventos deportivos a gran escala. [Métodos] Primero utilizamos encuestas a expertos para evaluar los riesgos de 28 eventos deportivos a gran escala utilizando 12 indicadores asociados con condiciones climáticas, gestión de eventos y desastres naturales. Luego aplicamos el modelo BPNN para evaluar los riesgos de 28 eventos deportivos a gran escala con muestras suficientes agregando ruido blanco con media cero y pequeña varianza a las pequeñas muestras reales. Proporcionamos una regla general para establecer un modelo BPNN con muestras insuficientes y pequeñas. [Resultados] Nuestros resultados de investigación muestran que la precisión de reconocimiento del modelo BPNN establecido es del 86.7% para las 15 muestras de simulación y del 100% para las 28 muestras reales. Basándonos en este modelo BPNN, determinamos y clasificamos el nivel de riesgo de los eventos y la importancia de cada indicador. Así, la muestra S8 tuvo el mayor riesgo y el segundo más alto fue la muestra S14, y el indicador nueve fue el más importante y el indicador uno el menos importante. [Conclusiones] Podemos aplicar el modelo BPNN establecido para evaluar convenientemente el riesgo de albergar un evento deportivo a gran escala. Al analizar la relación no lineal entre cada indicador y el riesgo del evento deportivo, y aplicar el modelo BPNN establecido, podemos proponer medidas y sugerencias más específicas y efectivas para eliminar y disminuir los riesgos de albergar un evento deportivo a gran escala, y asegurar que los eventos deportivos a gran escala puedan ser albergados con éxito.