基于神经网络的高层建筑消防安全评估

■张艺馨　王龙

（福建省漳州市消防支队　福建　漳州　363000）

基于神经网络的高层建筑消防安全评估

■张艺馨王龙

（福建省漳州市消防支队福建漳州363000）

随着城市化步伐日益加快，高层建筑消防安全评估成为当下人们考虑的一个重要议题。本文在对该问题分析过程中，主要从BP神经网络应用为出发点，探讨了BP神经网络在高层建筑消防安全评估中的应用。

神经网络高层建筑消防安全评估

0　前言

高层建筑在防火过程中，存在一定的复杂性和困难性，针对于这一问题，如何采取有效措施对其消防安全进行评估，有利于更好地对火灾隐患进行预防，从而提升高层建筑的安全性。BP神经网络的应用，能够对高层建筑消防安全进行有效评价，并通过建模分析，更好地发现火灾隐患，提升高层建筑消防质量。

1　神经网络基本原理分析

在对高层建筑消防安全评估过程中，我们需要利用到BP神经网络，这就需要我们对BP神经网络基本原理进行分析，从而对这一技术手段进行有效了解，才能够使其在应用过程中，更好地发挥作用。BP神经网络对高层建筑消防安全评估时，主要是基于“学习”作为基础，能够进行反复计算，从而对误差值进行最小化处理[1]。

BP神经网络在高层建筑消防安全评估中的应用，需要建立一个BP神经网络，并且设置相应的输入层、隐含层、输出层，能够对相关参数数值进行较为精准的评估。关于BP神经网络的应用步骤，我们可以从以下几点进行分析：

首先，需要对样本进行处理。样本的处理，主要是帮助系统更好地选择训练样本，能够采取“激励函数学习”的方式，对样本进行归一化处理，从而保证在进行消防安全评估过程中，保证其具有较好的评估效果[2]。

其次，需要对网络结构进行确定，能够对输出变量和输入变量进行较好的选取，对训练算法和相关参数进行较好的选择。网络结构的确定，直接影响到了BP神经网络是否能够发挥应有作用。

再次，需要将样本输入到神经网络中，能够对输出值进行计算，并将输出值与实际数值进行比较。在样本输入过程中，需要对样本误差问题进行较好的分析，能够保证误差处于一个合理的范围内，不会对最终的评估结果产生不利的影响。

最后，需要对结果进行还原处理，并进行相应的分析。这一过程中，若是训练误差处于能够接受的范围内，并且网络泛化能力较强，可以对训练好的神经网络对高层建筑消防安全进行有效地评估[3]。

2　基于神经网络的高层建筑消防安全评估指标构建

在利用BP神经网络对高层建筑消防安全进行评估时，需要建立相应的评估指标，这样一来，才能够保证评估具有较高的质量性。

2.1评估指标体系建立

在进行评估指标体系建立过程中，需要考虑到消防安全发生的突然性和偶然性，这就需要考虑到间接原因和直接原因。在进行评估指标体系建立时，要依照“现代事故的致因理论”，能够从直接原因角度，对消防安全进行评估。一般来说，评估指标体系建立，涉及到了建筑物自身的状况、防火、灭火能力、安全疏散能力三个方面内容。同时，为了更好建立评估指标体系，我们设置火灾事故集合，即火灾事故={防火系统危险情况、灭火系统危险情况、安全疏散系统危险情况、管理及其他危险情况}，在大的集合系统设置完成后，我们需要对小的因素进行考虑和分析。例如火灾事故的因素，涉及到了防火区的可靠性、通风与排烟系统、火灾报警装置、安全通道、安全出口、人员密度等相关小的因素，这些因素包括在了大的因素之中[4]。

2.2对指标进行定量化处理

利用BP神经网络进行高层建筑消防安全评估过程中，我们需要对相关指标进行定量化处理，确保指标在分析过程中，发挥有效作用。所谓的“定量化处理”，主要是指能够利用数字信息，对防火过程中的相关指标进行量化。关于这一问题，我们就以通风与排烟系统的量化标准为例，具体内容如表1所示：

表1　通风与排烟系统的量化标准统计表

如表1所示，我们可以看出，设置的指标分为1-5个等级，其中1代表了安全较高的通风与排烟系统，指标数值设置为100，不符合要求的指标等级为5，指标数值为70以下。在进行高层消防安全评估过程中，通过对每一项设置相应的分值，根据分值对比，就可以对高层消防安全评估效果进行较好的分析了。

3　建模仿真分析

通过上文中的分析我们可以看出，在利用BP神经网络对指标体系构建完成后，对相关数据信息进行有效处理，就可以对高层建筑消防安全进行有效地评估。以表1为例，若是防火指标数值为93，在对其进行归一化处理后，（93-90）/（95-90）=0.6，那么根据这一平均数值，对输入数据进行确定。在对误差分析过程中，我们可以从图1中看出：

图1　相对误差曲线

如图1所示，相对误差在5%范围内，这表明BP神经网络在应用过程中，能够对一定量的样本进行较好训练，可以较好地应用于高层建筑消防安全评估中。

4　结束语

综上所述，我们可以看出，基于BP神经网络的高层建筑消防安全评估，能够更好地对消防安全情况进行分析，并且具有较高的可行性。在未来发展过程中，为了更好地提升高层建筑防火，可以将BP神经网络进行有效应用。

[1]李洁,钟凯.基于BP神经网络的高层建筑防火评估 [J].软件导刊,2012,v.11;No. 11505:95-97.

[2]严治锋,汪萍萍.高层建筑消防安全管理系统 [J].物联网技术,2012,v.2;No.2212:69-72.

[3]高臣勇.高层民用建筑火灾风险评估指标体系对比研究 [J].武警学院学报,2013,v. 29;No.20606:35-38.

[4]段美栋,姜东民,丁伶,赵争.FANP-BP高层建筑火灾风险评估模型及应用 [J].消防科学与技术,2015,v.34;No.23911:1530-1533.

TU998.1[文献码]B

1000-405X（2016）-9-228-1