基于CBR与贝叶斯网络的建筑物火灾应急决策模型研究

发布时间：2020-07-18 08:01

【摘要】：随着经济快速发展,建筑物的数目和种类不断的增加,建筑材料的种类不断丰富,伴随而来的是近年来建筑物突发火灾频繁发生,也引起了世界各国的重视,各国学者也进行了深入的研究。由于建筑物的突发火灾具有不确定性、时间紧迫性等特点,当面对建筑物突发火灾时,决策者怎样在最短的时间内作出有效的应急决策,是本文研究的重点。有效的应急决策可以缓解火灾的恶化趋势,从而减少人员的伤亡与经济损失。贝叶斯网络包含了图论知识与概率论知识,是一种处理不确定性问题的方法,由于建筑物突发火灾具有不确定性等特点,所以本文运用贝叶斯网络来构建建筑物突发火灾的应急决策模型。由于建筑物突发火灾的影响因素比较复杂,运用传统的贝叶斯网络的建模方法比较复杂,作出应急决策消耗的时间比较长,会影响应急决策的效果。如何将过去发生的建筑物突发火灾所作出的应急决策应用到当前建筑物突发火灾,以便节省作出应急决策的时间,因此,本文将案例推理技术作为辅助建筑物突发火灾应急决策的贝叶斯网络模型的构建中,贝叶斯网络技术与案例推理技术结合进行构建应急决策的模型,是本文研究的重点,也是难点所在。论文的主要工作有以下几点:首先,构建建筑物突发火灾应急决策的案例库。本文将建筑物突发火灾应急决策的案例库分为数据库、文本信息库以及应急决策的贝叶斯网络结构构成的网络结构库。将历史建筑物突发火灾的关键属性特征提取出来,用框架表示法进行表示,然后分析目标案例的属性特征,与案例库中的历史建筑物突发火灾的应急决策案例进行案例检索与匹配。案例检索分为案例索引与案例检索两步,案例检索运用层次分析法来确定案例属性的权重值,用海明距离进行求解案例间的相似度,选择相似度大的案例作为匹配案例,案例匹配的最终目的是匹配到历史案例应急决策的贝叶斯网络模型。本文将20起建筑物突发火灾的历史案例作为构建的案例库。其次,经过案例检索与案例匹配后,可能得到几个相似的历史案例的贝叶斯网络结构,需要将这几个贝叶斯网络结构的有用部分进行整合,得到目标案例的贝叶斯网络结构。当目标案例匹配到相似的历史案例后,则需要根据目标案例的实际情景对历史案例的贝叶斯网络模型进行修改,即案例修正。需要根据目标案例的实际情景对贝叶斯网络结构进行网络结构的调整,以及网络节点条件概率的变化。介绍了贝叶斯网络修正的几种方法,经过贝叶斯网络的修正后,得到目标案例的贝叶斯网络结构,在运用贝叶斯软件Ge NIe2.0对其进行参数学习与敏感性分析。最后,以一起高层建筑物突发火灾为例验证模型,对其历史案例的应急决策的贝叶斯网络模型的构建给出具体过程,以此为例对案例库中的20起案例进行建模,将所构建的贝叶斯网络模型存储于案例库中的网络结构库中,以便用于案例检索。对匹配成功的案例的贝叶斯网络进行修改,得到当前案例的贝叶斯网络结构,进行参数学习与敏感性分析。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;TU998.1
【图文】：

论文研究路径

案例推理流程

嘹梢远园咐

本文编号：2760627