火灾后混凝土结构剩余使用寿命的预测

本文根据混凝土结构剩余使用寿命的预测方法，分析了火灾后混凝土结构残余承载力，综合论述了火灾后混凝土结构剩余使用寿命的预测方法，为火灾后混凝土结构的处置提供依据。     

火灾损失的灰色模糊预测方法

火灾损失预测具有“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性，用精确值来表示各种事件的概率是不切实际的，而用模糊数或预言变量来表示则显得更为合理。由于存在时间这一变化基准，还要综合考虑时间、成本、信息等要素对火灾损失预测的影响。鉴于此，将火灾损失数据序列看作是综合灰色量，建立了灰色一模糊模型来预测火灾损失。     

基于径向基网络和气象因子的森林火灾预测系统

根据森林火灾的历史资料,利用径向基函数网络的自学习、自适应能力,建立了基于径向基网络的森林火灾预测系统.针对气象条件对森林火灾发生的影响,提取了温度、相对湿度、风速、降水量几个特征参数作为样本,对网络进行了训练和测试.结果表明,该系统的预测精度高,对森林火灾预测技术的发展具有一定的推动作用,同时也为其他自然灾害的预测提供了参考.     

高层建筑火灾概率预测FTA分析方法的研究

火灾概率预测是减少和控制高层建筑火灾的基本手段,计算非确定性需求的关键是确定火灾发生的概率。基于对高层建筑火灾风险因素的综合分析,确定了高层建筑火灾风险源因素FTA分析方法,为火灾概率预测方法的研究提供一种新的尝试,为采取合理的高层建筑火灾防治技术措施提供有益的指导。     

公共场所重大火灾回归神经网络组合预测模型

针对公共场所突发重大火灾影响因素的不确定性和非线性特征,而单一预测模型难以全面体现火灾影响因素及发生规律,为了实现公共场所突发火灾的准确预测,根据组合预测理论,结合多项式回归原理和神经网络理论,构建了最优权回归神经网络组合预测模型。采用数值分析工具Matlab,并根据1991-2006年间中国公共场所突发重大火灾统计资料,预测了未来2年内公共场所重大火灾发生情况。结果表明,神经网络模型和组合预测模型具有较高的预测精度,预测效果更优于其他方法,为实现火灾准确预测提供了新的途径。     

我国火灾损失的时间趋势分析及动态预测

利用我国火灾损失统计资料，进行时间趋势分析。结果表明，我国火灾损失呈现一定的上升趋势。在此基础上，采用灰色GM(1，1)模型预测我国火灾损失，经检验预测模型的精度满足要求，其预测结果比较可靠，可以为相关部门的决策提供一定的帮助。     

大数据驱动下火灾风险预测技术探讨

大数据驱动下的风险预测技术已应用于许多重要领域。对比分析国际上较成熟与我国处于初步发展阶段的火灾风险预测系统，指出技术开发过程中存在的共性问题和现阶段存在的不足，并提出相应的解决方案，为我国火灾风险预测事业的科学发展提供方向。     

FTA分析方法在高层建筑火灾概率预测上的应用

火灾概率预测是减少和控制高层建筑火灾的基本手段,计算非确定性需求的关键是确定火灾发生的概率。本文基于封高层建筑火灾风险因素的综合分析,确定了高层建筑火灾风险源因素FTA（Fault Tree Analysis）分析方法,目的在于为FTA方法在火灾概率预测方法上的应用提供一种新的尝试,为采取合理的高层建筑火灾防治技术措施在理论上、方法上提供有益的指导。     

全局人工鱼群优化BP神经网络在火灾探测中的应用

针对传统的火灾探测器存在火灾报警准确性低、有延迟等问题,提出了利用全局人工鱼群算法优化BP神经网络的预测算法。该算法以温度、烟雾浓度和CO浓度为BP神经网络的输入,火灾的3个等级作为输出,融合了鱼群算法全局搜索能力强和鲁棒性强的特点。对BP神经网络的初始化权值和阈值进行优化,得到最优人工鱼后,用最优的权值和阈值进行神经网络训练,选取40组数据作为训练组,10组数据作为测试组。从仿真结果看,BP神经网络的训练和预测的误差分别为0.091 4和0.458 4,优化后的分别为0.045 2和0.088 2,且收敛速度变快,迭代次数减小,应用在火灾探测中有更多的优势。     

基于石油化工火灾情景推演软件的态势预测

为客观预测多对象并存下的石油化工火灾的情景演变态势,利用开发的石油化工火灾情景推演软件实现了情景元的客观概率推演,立足于化工火灾处置编成和情景演变路径将态势划分为控制、僵持和失控3个等级,采取概率分配组合方法,实现了对于石油化工火灾整体态势的预测。最后以某液化石油气储罐区火灾为例,分析得出了承灾体的数量及状态与石化火灾整体态势之间的联系。     

红外探测技术在海底隧道地质预报中的应用

准确而有效的地质超前预报工作,可为施工单位节约大量成本,加快施工进度,所以隧道施工中地质超前预报应用也越来越广泛。地质超前预报通常分为长期预报和短期预报,红外探测技术是短期地质超前预报方法中的一种,该技术多在煤矿井下用于探水和探火,最近几年来将其应用于隧道地质超前预报中进行突水预测,目前还处于尝试阶段。提出了传统探测方法存在探测点少、解译结果简单等问题,针对厦门海底隧道实际情况采用了增加探测点的方法,并以地质知识和现场地质调研为基础分析了探测前方含水断层的大致产状、位置、含水量,讨论了在现场探测中所碰到的一些问题及相应的解决办法,总结了一些现场经验和一些尚未解决的问题。研究旨在为今后红外探测技术在隧道地质超前预报中的应用提供了有意义的借鉴。     

火灾信息的时间序列分析

介绍了对于火灾事故的基于支持向量机和神经网络的时间序列分析／预测方法，并在试验仿真的基础上指出神经网络模型和支持向量模型的适用范围及其局限性。     

基于循环神经网络的火灾风险预测及应用

介绍以循环神经网络为基础的火灾风险预测模型。该模型从历史火灾警情、单位及建筑基础信息、消防设施状况、检查与隐患记录等相关数据中提取多维度特征,进行深度学习与模型训练。目前,该模型已在四川省绵阳市试点应用,每季度对绵阳市共4.1万家单位未来90天的火灾风险概率进行预测,并依据预测概率优化“双随机、一公开”单位抽取规则,引导监督人员靶向抽查火灾风险较高的单位。实测结果表明,模型有效提升了日常消防监督检查的精准度。     

基于模糊数学的隧道火灾安全的综合评价模型

根据模糊数学原理和集值统计方法，建立了隧道火灾安全综合评估模型，因素权重采用专家评分和集值统计方法确定，评价结果采用最大隶属度方法进行处理，指出该模型简单、适用，能够为隧道防火设计和消防提供一定的依据。     

基于GIS的区域滑坡危险性预测方法与初步应用

在GIS平台上，将多元空间信息统计分析方法与非线性统计预测方法相结合，在充分考虑滑坡与各环境因子之间的统计相关性和位置相关性的基础上，研究了滑坡与环境因子之间定量关系的表示方法，建立了单因子分析，多因子分析、整组性分析和多元空间信息的非线性预测模型，在理论基础上，选取香港大屿山岛中部作为试验研究区，利用环境因子进行区域滑坡危险性预测，经实际资料检验表明，该模型可获取较高的预测精度，具有极大的应用潜力。     

高大空间自然火灾温度场时空分布实验研究

开展高大空间大尺寸实体火灾实验,对高大空间温度场预测模型进行研究。通过对烟气温度曲线的最大温度、火灾进入衰退阶段的时间点以及曲线基本形状的构建,建立表达高大空间火灾全过程温度曲线的数学模型,并与已有的模型进行对比分析,发现三个模型均能够较好地预测高大空间自然火灾温度场变化及温度场的非均匀分布特征。提出的模型在火灾全盛阶段理论预测值与实验值吻合度较高,能够较好地反映火灾衰退阶段的温度场。