基于贝叶斯网络的城市住宅和商业场所火灾概率研究

发布时间：2023-05-26 21:19

　　城市作为一种大载体的人工环境,具有功能复杂、人员密集、财产集中等特点。城市的迅速发展,灾害日益增多,其中火灾事故频发,损失巨大,长期以来,城市防灾系统的建设、城市规划的编制较少考虑这方面的内容,虽然整体火灾频发,但是某个具体的建筑火灾发生却是小概率的随机事件。目前已有不同的方法预测火灾发生的概率,本文对城市火灾预测其火灾发生起数和直接经济损失,并针对城市火灾中典型的两类建筑即住宅和商业场所火灾进行概率计算,因为死亡人数最多的火灾是住宅火灾和财产损失最多的是商业场所火灾,在贝叶斯网络推理下得到起火概率,主要包括以下研究内容:首先,统计某市2009年到2018年火灾数据,按照起数和经济损失建立预测模型,得到残差及相对残差,平均相对残差为0.087,模型的精度为91.33%,模型的精度级别为一级,预测得到后两年2019年、2020年火灾起数分别为1301和1412起。同理对火灾损失建立模型,模型精度为96.775%,级别为一级,对2019年和2020年火灾直接损失预测值为5087.7万元和4668.8万元,并将火灾起数用于确定贝叶斯网络部分节点的初始概率。其次,在对统计年鉴数据提取的基础上,...

【文章页数】：98 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究目的及意义
    1.3 国内外研究现状
        1.3.1 国外火灾预测和概率研究现状
        1.3.2 国内火灾预测和概率研究现状
        1.3.3 贝叶斯网络研究现状
    1.4 主要研究内容
    1.5 技术路线
第二章 城市两类火灾事故特征分析
    2.1 事故轨迹交叉理论
    2.2 住宅火灾事故统计分析
        2.2.1 住宅火灾占比
        2.2.2 住宅火灾四项指标分析
        2.2.3 住宅火灾起火原因
        2.2.4 住宅火灾概率
    2.3 商业场所火灾事故分析
        2.3.1 商业场所火灾占比
        2.3.2 商业场所火灾四项指标
        2.3.3 商业场所火灾起火原因
        2.3.4 商业场所火灾概率
第三章 城市火灾预测及定量分析理论
    3.1 城市火灾预测及定量分析原则
    3.2 城市火灾预测方法
        3.2.1 回归分析预测法
        3.2.2 时间序列预测法
        3.2.3 灰色理论预测法
    3.3 城市火灾定量分析方法
        3.3.1 事件树分析法
        3.3.2 故障树分析法
        3.3.3 故障模式影响与危害性分析
        3.3.4 马尔可夫链模型分析
        3.3.5 贝叶斯网络模型分析
第四章 基于灰色预测和贝叶斯网络的城市火灾模型构建
    4.1 灰色GM(1,1)预测模型
        4.1.1 GM(1,1)的建模机理
        4.1.2 GM(1,1)模型参数
        4.1.3 GM(1,1)模型检验
        4.1.4 某市火灾GM(1,1)构建及预测
    4.2 贝叶斯网络模型
        4.2.1 贝叶斯网络理论
        4.2.2 贝叶斯网络构建
        4.2.3 贝叶斯网络学习
        4.2.4 结构学习
        4.2.5 参数学习
        4.2.6 贝叶斯网络推理
        4.2.7 贝叶斯网络软件的选择
        4.2.8 住宅火灾贝叶斯网络模型的建立及优化
        4.2.9 商业场所火灾贝叶斯网络模型的建立及优化
        4.2.10 城市火灾控制措施
第五章 模型验证
    5.1 火灾事故经过
    5.2 火灾概率推算
第六章 结论及展望
    6.1 结论
    6.2 展望
参考文献
作者攻读学位期间的科研成果
致谢



本文编号：3823301