来源：期刊VIP网 时间：
作者：吕淑然;李嘉铭;党鑫宇;
单位：首都经济贸易大学管理工程学院;
摘要：为有效预防中小餐饮企业火灾事故，解决其火灾事故频发等问题，通过构建火灾风险指标体系，采用层次分析法(Analytic Hierarchy Process, AHP)-熵权法对112家企业进行评分，汇总风险等级和评分数据，供概率神经网络(Probabilistic Neural Network, PNN)进行训练。通过星鸦优化算法(Nutcracker Optimization Algorithm, NOA)优化PNN,构建了NOA-PNN火灾风险评价模型。与粒子群优化(Particle Swarm Optimization, PSO)算法、樽海鞘算法(Salp Swarm Algorithm, SSA)和灰狼优化(Grey Wolf Optimizer, GWO)算法对比，结果表明，NOA-PNN模型的诊断效果最佳，火灾风险等级评价准确率达96%,验证了NOA算法的优越性。随后，通过NOA-PNN火灾风险模型对两家数据集外中小餐饮企业进行实证分析，结果显示，该模型与AHP-熵权法评价结果一致，证明该模型具有较高的评价精度，能够为中小餐饮企业提供较为准确的火灾风险预警评价。
关键词：安全工程;;中小餐饮企业;;火灾风险评价;;概率神经网络;;星鸦优化算法
