大型商业综合体火灾风险性分析
本文选题:大型商业综合体 + 火灾风险性评价 ; 参考:《西安科技大学》2015年硕士论文
【摘要】:大型商业综合体作为一种公共聚集场所,结构与功能复杂,人员密集,流动性大,极易发生火灾风危险。我国目前的火灾风险性评价工作主要依据现行防火规范标准,即强调每项指标达标。但大型商业综合体中存在一些规范无法规定的新型设计理念及结构布局,这对以现行规范为参考依据的火灾风险性评价工作提出巨大挑战。本文针对大型商业综合体火灾事故中存在的突出问题以及火灾风险性评价中突显的矛盾,提出大型商业综合体火灾风险性评价体系的研究课题。主要做了以下几个方面的研究:第一,火灾风险性评价体系的构建及指标因素的衡量分析。(1)针对大型商业综合体的火灾发展及防火设计特点,构建了三级火灾风险性评价指标体系。(2)针对超规范大型商业综合体的防火设计方法与现行防火规范之间的矛盾,将三级指标进一步划分为超规范设计类、符合规范设计类和严于规范设计类三大类别,并分析总结了火灾风险性评价工作中存在的问题。(3)在上述分析的基础上,对火灾风险性评价指标进行衡量分析。第二,提出了综合运用模糊层次分析法、模糊综合评价法和遗传神经网络的方法对大型商业综合体火灾风险性进行评价的设计构想。(1)运用FAHP-FCE评价模型生成GA-BP神经网络的样本集。运用MATLAB编程,完成了模糊层次分析法对指标权重的计算过程;并运用模糊综合评价法分析得出各个样本的火灾风险等级。(2)运用遗传算法优化BP神经网络的权值和阈值,构建了基于遗传神经网络的评价模型。运用MATLAB的神经网络工具箱和编写GA-BP程序,完成对GA-BP网络评价模型的训练、学习与测试。第三,将训练好的网络应用于实例评价,结果表明:该评价模型在大型商业综合体火灾风险性评价中具有良好的适用性。
[Abstract]:As a kind of public gathering place, large-scale commercial complex has complex structure and function, dense personnel, high mobility, and is prone to fire and wind hazard. The current fire risk assessment in China is mainly based on the current fire prevention standard, that is, emphasizing that each target is up to standard. However, there are some new design concepts and structure layout which can not be prescribed by the code in large-scale commercial complex, which brings great challenge to fire risk assessment based on current codes. Aiming at the outstanding problems in the fire accident of large-scale commercial complex and the obvious contradiction in fire risk evaluation, this paper puts forward the research subject of fire risk evaluation system for large-scale commercial complex. The main research is as follows: first, the construction of fire risk assessment system and the measurement of index factors. 1) aiming at the characteristics of fire development and fire prevention design of large-scale commercial complex, The third grade fire risk evaluation index system is constructed. (2) aiming at the contradiction between the fire prevention design method of super code large commercial complex and the current fire prevention code, the third grade index is further divided into super code design category. This paper analyzes and summarizes the problems existing in fire risk assessment. Based on the above analysis, the evaluation index of fire risk is measured and analyzed. Secondly, the design conception of comprehensive use of fuzzy analytic hierarchy process, fuzzy comprehensive evaluation and genetic neural network to evaluate the fire risk of large-scale commercial complex is put forward. The FAHP-FCE evaluation model is used to generate the sample set of GA-BP neural network. By using MATLAB programming, the calculation process of index weight by fuzzy analytic hierarchy process (FAHP) is completed, and the fire risk grade of each sample is obtained by fuzzy comprehensive evaluation method. (2) the weight and threshold of BP neural network are optimized by genetic algorithm, and the weight and threshold of BP neural network are optimized by genetic algorithm. The evaluation model based on genetic neural network is constructed. MATLAB neural network toolbox and GA-BP program are used to complete the training, learning and testing of GA-BP network evaluation model. Thirdly, the trained network is applied to the case evaluation. The results show that the evaluation model has good applicability in the fire risk assessment of large-scale commercial complexes.
【学位授予单位】:西安科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TU247;TU998.1
【相似文献】
相关期刊论文 前10条
1 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
2 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期
3 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期
4 许万增;;神经网络的研究及其应用[J];国际技术经济研究学报;1990年01期
5 张军华;神经网络技术及其在军用系统中的应用[J];现代防御技术;1992年04期
6 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期
7 靳蕃;神经网络及其在铁道科技中应用的探讨[J];铁道学报;1993年02期
8 宋玉华,,王启霞;神经网络诊断──神经网络在自动化领域里的应用[J];中国仪器仪表;1994年03期
9 魏铭炎;国内外神经网络技术的研究与应用概况[J];电机电器技术;1995年04期
10 王中贤,钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期
相关会议论文 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
相关重要报纸文章 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者 张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
相关博士学位论文 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
相关硕士学位论文 前10条
1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年
5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年
6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年
7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年
8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年
9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年
10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年
本文编号:1928902
本文链接:https://www.wllwen.com/jingjilunwen/jianzhujingjilunwen/1928902.html