灰色系统理论在城市火灾事故预测中的应用

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势.针对城市火灾事故发生的特点,根据灰色理论的基本原理和特性,建立了城市火灾事故灰色理论预测模型,为了更为精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测.最后以我国某南方城市火灾状况为例进行了预测,结果表明基于灰色系统理论进行分时段预测城市火灾发生时的结果更精确.     

灰色Elman神经网络在火灾事故预测中的应用研究

针对我国火灾事故现状,结合灰色理论和神经网络的特点,提出灰色Elman神经网络火灾事故预测模型。依据我国1998—2007年火灾事故统计数据,分别选用GM(1,1)模型和灰色Elman神经网络模型对1998—2005年数据(火灾起数)进行拟合,对2006年、2007年数据进行(火灾起数)预测。结果表明:灰色Elman神经网络火灾事故预测模型符合火灾事故的特点;有效地解决了传统灰色预测模型在火灾事故预测中误差大稳定性差的缺陷,提高了预测精度;可对火灾事故进行预测与分析,为消防安全管理提供依据,以最大限度地减少火灾事故的发生。     

基于GM模型的城市火灾危险性分析

伴随着城市的快速发展，城市面临的火灾危险性及其造成的损失越来越大，如何根据火灾发生规律研究预测火灾的发生是关键的问题。本文对火灾发生的季节和区域规律进行研究，在灰色系统理论中的GM（1，1）模型基础上利用等维灰数递补GM模型对城市火灾发生的规律进行了预测与分析，计算结果表明，预测值与实际情况基本一致，具有一定的指导意义。     

改进的灰色理论法分析汽车火灾危险性

分析诱发汽车火灾事故的各种因素,采用改进的灰色理论分析确定汽车火灾危险性评价模型,并计算各影响因素的权重.提出在传统灰色系统理论的基础上加入层次分析的手段,根据专家的评分结果,确定了各评价指标的灰色评价向量和权矩阵.以某款SUV车为例进行了火灾危险性评估,证明此方法在汽车火灾危险性评价领域具有可行性.     

改进型灰色神经网络在火灾预测中的应用研究

为提高火灾事故的预测精度,降低火灾损失,探讨并修正传统GM(1,1)预测模型关于背景值构造的缺陷,将改进后的灰色模型同BP神经网络模型融合,提出改进型灰色神经网络火灾预测模型。依据我国1997—2009年火灾事故统计数据,分别选用改进型GM(1,1)和改进型灰色神经网络模型对1997—2007年火灾发生起数进行拟合仿真,得到2008—2009年火灾起数预测结果。结果表明:该模型在避免GM(1,1)关于背景值构造缺陷的基础上,兼具灰色系统与神经网络的优点,既体现火灾复杂的灰色系统行为,又能自适应调整学习速率,与单一GM(1,1)相比,该模型的预测结果精度更高。     

陕西省火灾事故的灰色预测

使用灰色GM(1,1)模型对陕西省2005～2011年的火灾数据进行灰色建模,对模型的检验结果显示模型有很好的精度。在此基础上对陕西省2012～2015年的火灾事故发生数、火灾事故伤亡人数以及火灾事故损失进行预测。结果表明,未来四年陕西省火灾事故发生起数和火灾事故伤亡人数有降低的趋势,火灾损失额有增长的趋势。预测结果对于火灾事故的管理和政策的制定有重要意义。     

火灾事故致因的多因素灰色关联分析

运用灰色关联分析方法,以河南省6年的火灾事故统计数据为例,通过计算和分析纵火、电气、违反操作规程等多因素与火灾事故间的灰色关联度及灰色关联序;确定出影响火灾事故的主要相关因素;得出火灾多因素与火灾事故间关系的定量化分析结果。该研究为确定火灾因素间的关系提供了一种较为科学的定量评价方法,对分析事故主要原因、掌握火灾事故发生规律提供支撑,对提出有效对策有重要的理论意义和实用价值;同时,有利于减少火灾事故的发生,促进社会的安全与稳定。     

基于灰色关联分析的全国火灾形势研究

根据2011年我国火灾分地区统计数据,以火灾起数、死人数、伤人数、直接财产损失为评价指标进行灰色关联度分析;又以火灾起数、死人数、伤人数、直接财产损失、烧损建筑、受灾户为评价指标对各地火灾进行灰色关联度分析;根据两次分析得到的灰色关联系数对各地区火灾形势进行排序.结果表明:此方法可以用于每年的全国火灾形势评判,指导各地区消防工作绩效考评和火灾预控.     

火灾事故发展趋势预测方法的应用研究

介绍了三种火灾事故发展趋势预测方法：灰色理论预测法、指数平滑法和马尔科夫预测法。结合贵州省1997至2006年火灾四项指标统计数据,探讨了三种预测方法对不同波动幅度数据序列的适用性;给出了贵州省未来两年火灾的发展趋势,可为当地制定正确地防止火灾发生的决策提供重要的参考依据。此外,还对每种方法在预测过程中值得注意的问题进行了讨论。     

基于灰色模糊理论大型商场火灾风险可靠性的评价研究

如何科学正确的评价火灾风险问题一直是从事火灾防范研究人员关注的问题,特别是对大型商场火灾风险的评判尤为重要.根据火灾风险评价过程中一些影响因素模糊性和灰色性并存的特点,综合灰色理论与模糊数学理论,建立商场火灾风险的多级灰色模糊综合评价模型,并应用构建的评价模型对大型商场的火灾风险进行了评价实验,获得了满意的效果.     

基于灰色拓扑的公共聚集场所火灾预测模型

根据1991—2006年间中国公共聚集场所火灾统计资料,针对公共聚集场所火灾影响因子的不确定性和数据的波动性,运用灰色拓扑预测方法探讨公共聚集场所火灾发生的规律,并建立灰色拓扑预测模型,预测未来5年内火灾发生情况。结果表明,所建立的灰色拓扑预测模型的检验精度都达到"好"的标准。因此,采用该模型对公共聚集场所火灾发生情况进行预测,其结果比较可靠,可供消防部门参考。     

基于火灾统计数据的火灾形势综合评价和定量预测

火灾统计分析是研究火灾随机性规律的有效方法,它通过总结、整理和分析大量的火灾原始资料,归纳出火灾发生的统计规律.利用多属性综合评价法可对火灾统计数据进行深层次的开发和利用;同时应用预测学原理,建立了我国火灾形势的二次指数平滑预测模型,结果表明火灾总体呈发展趋势.     

New approach to calculate the probability of ignition

The probabilistic approach to the evaluation of fire hazard and the effectiveness of fire-precaution measures enables a rational response to the randomness of fire outbreaks. This article employs the statistical analysis methods to elucidate the causes for the ignition of fire on a random sample of industrial buildings in the Republic of Slovenia. The analyses are based on the Structural Equation Modeling (SEM), which is a well established and important statistical analysis technique in the fields of social science, biology, psychology and medicine, but hitherto rarely applied in safety research. The results of the study demonstrate that for the analyzed random sample of industrial buildings the frequency of fire outbreaks statistically significantly depends only on the presence and the probability of exposure to the heat sources (flames, sparks, and hot surfaces), but does not significantly depend on the available quantity of flammable materials within the industrial structure.     

不同区域古村镇消防行车时间统计特征研究

消防队介入时间是减少火灾损失、提高灭火成功概率的关键,作为消防队介入时间的重要部分,行车时间受到路况、天气等因素的影响,具有很大的不确定性.以位于远郊区和城市中心区域的两个典型古建筑群灭火救援的消防行车时间为研究对象,采用基于电子地图模拟导航的方法实时获取不同时刻消防站到古建筑群的行车时间,结合数据统计对比分析结果表明...     

KTV娱乐场所火灾荷载调查与统计分析研究

火灾荷载的选取是设计火灾的重要环节,同时也是保证火灾风险评估科学可靠的关键因素。火灾荷载的实地调查和统计分析是火灾荷载研究工作的重要手段。通过对全国各地23家KTV娱乐场所的349个包间进行调查,统计出KTV包间可燃物种类、质量情况以及不同可燃物所占质量比。并且,通过调查得出KTV包间的面积情况。对所调查的349个包间的火灾荷载分布情况进行研究,利用数理统计的方法得到了该类场所火灾荷载密度、均值、最大值、最小值等数据,为火灾风险评估中火灾场景的设计提供了数据基础。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

公路隧道火灾风险评价模型及应用

公路隧道火灾风险评价研究是预防和控制公路隧道火灾事故的重要手段。通过火灾案例统计分析,运用安全系统工程方法分析公路隧道火灾事故原因,从设备因素、人员因素、环境因素以及管理因素四个方面构建公路隧道火灾风险评价指标体系。建立了基于模糊层次评价法公路隧道火灾风险评价数学模型;最后对某公路隧道进行应用实例研究,确定了公路隧道的火灾风险等级并提出了相应的改进措施。结果表明公路隧道火灾风险评价指标体系以及评价方法能合理反映公路隧道的火灾风险。