基于最小二乘支持向量机的火灾起数时间序列预测

基于最小二乘支持向量机算法,建立了火灾起数时间序列预测模型,并给出了相应的建模步骤.结合昆明市近16年的火灾起数数据,将1997～2006年火灾起数作为训练集,预测了2007～2012年的火灾起数.结果表明,该模型预测结果的均方根相对误差和平均绝对百分比误差分别为0.132 6和0.084 7,具有良好的预测精度,能够较为准确的预测出火灾起数的变化情况.用此模型预测了昆明市2013年火灾起数,并根据误差确定了2013年火灾起数的大致变化空间.     

基于时间序列分析的火灾发生规律研究

在时间序列分析建模思想的基础上,基于全国2007年24小时火灾起数建立时间序列模型,对火灾发生趋势进行分析,并从预防控制时间上提出相应的防控建议。     

灰色关联理论在火灾分析中的应用

应用灰色关联分析理论,以2004～2008年中国火灾成因及后果的统计数据为样本,选取了造成火灾的6种原因,分别以事故起数、伤亡人数、直接经济损失为系统特征,对系统进行了关联度分析和优势分析,为掌握火灾发生规律及进行火灾预防等提供依据。     

自适应过滤法在火灾发展趋势预测中的应用

分析了1993~2003年的火灾统计数据,应用自适应过滤模型预测了火灾发展趋势。结果表明:自适应过滤模型适于火灾趋势预测分析,在消防监督工作中具有广阔的应用前景。     

城市居民小区地震火灾发生率的非线性预测

利用人工神经网络对地震火灾发生率进行非线性预测具有实用价值和理论意义。分析了人工神经网络预测的优势和不足，并提出算法改进意见，在综合分析人工神经网络预测的工作机理、构造方式以及影响城市居民小区地震火灾发生率的主要因素的基础上，构造人工神经网络模型进行火灾发生率的实例预测，并针对预测结果分析了各影响要素对地震火灾发生率发生影响的强弱程度，非线性预测的结果与预期结果相符。     

我国重特大火灾事故发展趋势预测

对我国1997~2004年8年间重特大火灾事故的发生起数、死亡人数、受伤人数和直接经济损失四项指标进行了统计分析,并使用灰系统理论对2005、2006年全国重特大火灾事故的四项指标进行了预测。分析结果表明,我国近8年来的特大火灾事故的发生起数、死亡人数和受伤人数总体呈下降趋势,而直接经济损失有上升趋势。灰理论预测结果表明,2005、2006年我国重特大火灾事故的四项指标都将呈下降趋势。针对分析和预测结果,提出了预防和控制全国重特大火灾事故的对策。     

不同羽流模型在封闭空间池火灾中的应用

利用不同羽流模型对封闭空间火灾进行建模,在结合实验测出的热释放速率基础上,计算了不同羽流模型下的烟气填充时间和温度变化情况。将计算结果和实验数据进行了对比,分析了不同羽流模型的适用性。结果表明:火灾初期,4种羽流模型下的烟气填充速度相近,其中McCaffrey羽流模型与实际烟气填充过程最为接近;火灾后期,Zukoski羽流模型最接近实际烟气填充过程;火灾过程中,Thomas羽流模型和Zukoski模型计算结果非常接近,Thomas羽流模型更适用于一般的工程计算;4种羽流模型下的烟气层温度和实验结果有很大差异,实际工程中均不建议用来预测烟气温度。     

基于分形方法的我国重特大火灾形势预测

在对1997年至2005年间我国重特大火灾事故的起数和直接损失两项指标统计分析的基础上,将在工程和经济学等领域中应用广泛的分形方法经过改进,讨论了分形分布模型对未来重特大火灾事故发展态势进行预测分析的合理性。研究分析结果表明,我国近九年来重特大火灾事故的形势持续平稳,而且稳中有降,重特大火灾事故得到了有效遏制。分形方法预测结果表明,2006年和2007年我国重大火灾事故的起数和直接损失都将持续下降,特大火灾事故的起数和直接损失呈波动性下降趋势。     

基于主成分分析法的城市火灾风险聚类分析

利用主成分分析法确定了城市火灾各指标的综合风险值,基于分析的结果,通过K-均值的聚类算法对城市火灾风险进行了分类.以北京市火灾统计结果为例,确定了城市火灾统计指标的综合火灾风险值,对13个主城区进行了不同区域的火灾风险聚类,并对建成区的火灾统计数据按时域进行了聚类,实现了火灾风险的自动分类.不同区域和时域发生火灾的风险大小可为合理布置消防力量、有效安排执勤战备提供科学参考.     

基于Marcov模型的舰艇舱室火灾蔓延风险

假设舰艇舱室内火灾蔓延按照发生燃烧的物品引燃次序进行,将舰艇舱室内可燃物燃烧分成若干种不同的燃烧状态,采用时问连续状态离散的Marcov模型,先后计算舰艇舱室火灾蔓延的转移概率速率函数和转移概率函数,得到不同时间下各种燃烧状态的概率分布,从而得到舰艇舱室火灾最大风险来临时间.此半经验的理论模型,可以用于舰艇火灾风险预测.