基于机器学习的建筑火灾蔓延快速预测

为了迅速预演或重现火场,实时调整火场救援策略,并为建筑设计提供有利于消防工程的空间构成方案,利用火灾动力学软件(FDS)和机器学习技术,研究建筑火灾的关键影响因素。以单室火灾烟气溢出为案例,利用11种空间构成参数和7 776组火灾工况,采用5类机器学习算法训练火场模拟结果数据,并完成算法效率评估。结果表明:机器学习算法适用于建筑空间这类离散型的参数学习与评估预测,它能够直观地给出各参数的权重,挖掘火灾动力学系统中的关键信息,实现火场数据可视化;其中,随机森林(RF)算法具有最高的预测效率,其最佳预测准确率可达91.82%。