基于BP神经网络的城市区域火灾风险评估模型研究

发布时间：2023-05-08 06:01

　　随着城市化进程的加快以及城市火灾所造成的危害日趋严重,研究城市火灾风险评估成为了一项重要的课题。为了更加客观的对城市区域火灾的安全风险进行评估,并且对区域的火灾风险进行预测,本文以成都市22个区县为目标区域,建立了城市区域火灾安全风险评估指标体系,同时搜集指标对应的所有数据并对数据进行量化和风险赋值。首先以层次分析法得出评估结果并建立基于BP神经网络的区域火灾安全风险评估的验证模型,以此验证BP神经网络用于区域火灾风险评估的可行性。接着,以城市区域的火灾所造成的经济损失率来表示区域火灾风险,并对火灾经济损失率按照一定的标准进行等级划分和赋值。在此基础上建立基于BP神经网络的城市火灾风险评估预测模型,以评估指标体系的指标数据作为网络模型的输入,以火灾经济损失率的赋值作为网络模型的输出,用成都市各个区县的火灾数据作为模型的训练样本和检验样本来驯化和检验模型,并通过不断调整模型参数来优化模型,从而得到了基于BP神经网络的城市区域火灾安全风险评估预测模型。随后为研究评估指标数量对模型精度的影响,按照评估指标对火灾风险的“贡献度”,分别取“贡献度”为80%、85%、90%、95%这四种权重占比的...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 我国的火灾形势
        1.1.2 我国城市化进程及城市火灾形势
        1.1.3 我国城市火灾安全存在的突出问题
        1.1.4 区域火灾安全风险评估的研究意义
    1.2 国内外研究现状
        1.2.1 城市区域火灾安全风险评估研究现状
        1.2.2 人工神经网络的研究现状
    1.3 研究的主要内容及研究方法
        1.3.1 课题研究内容与方法
        1.3.2 课题研究技术路线
2 神经网络的介绍及其BP算法原理
    2.1 人工神经网络简介
    2.2 BP神经网络简介
        2.2.1 BP神经网络的网络结构
        2.2.2 BP神经网络的特点
    2.3 BP神经网络的算法原理
        2.3.1 输入信息的正向传播
        2.3.2 误差的反向传播
    2.4 BP神经网络算法的不足和改进
        2.4.1 BP算法的缺点
        2.4.2 BP算法的改进方法
    2.5 小结
3 城市区域火灾安全风险评估指标体系
    3.1 评估指标体系的建立
        3.1.1 评估指标体系建立原则
        3.1.2 评估指标体系结构
    3.2 指标体系的分级说明
        3.2.1 城市区域基础信息
        3.2.2 火灾事故统计
        3.2.3 消防救援能力
        3.2.4 社会面防控能力
    3.3 评估指标的风险分级赋值
    3.4 小结
4 区域火灾风险的神经网络评估模型可行性验证
    4.1 BP神经网络模型的建立步骤
    4.2 BP神经网络模型样本输入
    4.3 基于层次分析法的BP网络模型样本输出
        4.3.1 层次分析法提供样本输出的过程
        4.3.2 指标对火灾风险的权重排序
    4.4 输入输出变量的归一化处理
    4.5 BP网络参数的选取
        4.4.1 隐含层的数量
        4.4.2 隐含层节点数
        4.4.3 激活函数选取
        4.4.4 其他参数
    4.6 神经网络评估模型的可行性验证
        4.6.1 BP网络验证模型的确定
        4.6.2 MATLAB神经网络工具箱介绍
        4.6.3 神经网络评估模型的驯化
    4.7 小结
5 基于BP神经网络模型的区域火灾风险评估预测研究
    5.1 区域火灾风险评估模型的确定
    5.2 区域火灾风险评估模型的驯化
        5.2.1 评估模型的驯化过程
        5.2.2 模型驯化结果分析
    5.3 指标体系的迭代对模型预测精度的影响研究
        5.3.1 指标体系迭代方案设计
        5.3.2 基于迭代指标体系的模型驯化过程
        5.3.3 基于迭代指标体系的模型驯化结果对比
    5.4 结果与分析
结论与展望
致谢
参考文献
附录



本文编号：3812134