基于模糊规则推理的商业综合体火灾情景构建方法研究*

夏正霖,夏登友

(1.中国人民武装警察部队学院 研究生部，河北 廊坊065000； 2.中国人民武装警察部队学院 消防指挥系，河北 廊坊065000)

0　引言

在我国，随着城镇一体化模式的推广和生态文明建设的提出，在本世纪初，商业综合体呈爆发式增长。然而，随着商业综合体的发展，商业综合体的面积不断扩大，数量不断增多，以重庆市区为例就有16个[1]，其消防安全隐患也逐渐显现。由于经验的缺乏，给消防工作带来了巨大的挑战。近年来，发生了多起大型商业综合体火灾，造成了大量人员伤亡和财产损失。2012年6月30日，天津蓟县莱德商厦由于短路发生火灾，性能化设计[2]使商业综合体火灾发生概率有所减小，人类伤亡率降低，但是火灾一旦发生，情况依然严峻。这使得传统的“预测-应对”模式应对效果不佳，要求引入“情景-应对”模式进行改善，用定性和定量相结合的方法对商业综合体火灾进行情景构建，使指挥员明确火灾状态，把握关键节点。情景法的本质就是不知道未来，而是为它做准备[3-4]，在情景构建与推演的基础上做出决策，增加事件向期望的方向发展的概率，减少未来可能发生的损失。

在情景研究方面，国内近几年刚起步。王颜新[5]对突发事件情景与情境进行了界定，构建了情景重构集成体系框架，通过综合情境关联规则和情景逻辑演算算法建立情景重构模型；刘铁民[6-7]论述了突发事件情景规划是制定应急预案重要依据，并基于“情景”对预案进行了分类，介绍了重大突发事件情景策划与构建的基本技术方法和突发事件情景的结构与内容,强调了任务设置与应急响应能力建设的重要性。国外对情景研究在上世纪七八十年代就已经开始，到目前其理论研究达到了一个成熟的时期；JoanicjuseNazarko和Anna Kononiuk[8]认为情景构建案例提出情景构建可分为优化建模、基于关键因素的行为描述的场景构建、基于德尔菲法的结果构建和基于情景研讨结果的情景构建等4种形式，而本文正是基于关键因素的行为描述的情景构建。在美国，于2001年遭受“9.11”事件后，在2003年成立了国家情景规划小组编制出《国家应急规划情景》[9]，为各州地方政府提供思路部署灾害事故情景构建以应对突发灾害事故。

对于商业综合体火灾情景构建的研究我国还没有，主要是研究灾害事故这方面的情景构建技术，但也有如张振海[10]对铁路突发事故的情景构建进行了具体的研究。情景构建方面主要研究了突发灾害事故情景构建和推演技术。他们的研究并没有具体到某一项灾害事故进行情景研究，唯一比较成功的实践研究是北京开展的“北京市重大突发事件情景构建工作方案”[10]。本文将主要研究商业综合体火灾情景构建方法，从定量的方面构建商业综合体火灾情景。

1　商业综合体火灾情景结构描述及网络模型设计

1.1　情景结构描述

情景的要素根据不同的灾害事故特点、获得难易等情况分为不同类型组成。由于商业综合体火灾中，消防部队根据不同的火灾实时情况采取相应的处置，对火灾进行了介入，影响火灾的发生。因此，对于火灾的决策处置行为跟火灾在客观因素影响下发展一样，是在情景构建中必须考虑的因素之一，称之为火灾介入驱变因素，与火源与火因、火场环境、受灾主体、火灾客观驱变因素一起构成商业综合体火灾情景组成要素集。综合体火灾情景(CBS)结构可以用这5种要素在时间和情景变迁规则连接下表示为如下集合：

CBS={T,SF,FE,DS,DF}

(1)

1.2　商业综合体火灾情景分层网络模型设计

商业综合体火灾是由商业综合体内外部因素造成在综合体某一部位起火发生燃烧，可能因为火灾荷载的聚集、自然或社会环境因素等等原因，促使火灾在某一时间点上蔓延扩大到某一种火灾状态，并且火灾的发展路径可能是多个方向的，那么火灾情景链路又分成了多路线并列发展。因此，商业综合体火灾情景可以分为火灾状态、影响因素、火灾连接链等3个层次，它们构成了多路线多层次火灾发展变化的网络。由于商业综合体火灾发生发展时间节点有对应的火灾状态和影响因素等，本文设计了基于火灾影响因素层-火灾状态层-火灾连接链层的3层情景网络模型，如图1所示，并结合天津蓟县“6.30”莱德商厦火灾进行说明。

图1　商业综合体火灾情景分层网络模型Fig.1　The hierarchical network model of scenario of commercial complex fire

1.2.1火灾连接链层

火灾每一个情景相互之间在时间节点上有先后关系，在影响因素下相互之间又有因果关系，它们之间这种连接关系网络为火灾连接链层，是火灾情景状态内部变迁的形式存在。比如天津莱德商厦火灾中起火、一层库房燃烧、浓烟弥漫一层等状态之间的连接关系链构成火灾连接链层。

1.2.2火灾状态层

火灾在不同时间节点上所表现出来不同的状态及它们之间可能存在一定的关系网络等组成的集合为火灾状态层。如天津莱德商厦火灾中消防第一出动力量到达现场时火灾所处的发展阶段、火灾燃烧面积五百多平方米、烟雾将3个疏散楼梯全部被烟火封堵、人员受困分布和第一增援力量火灾1～3层火势突破外壳、毗邻建筑受到威胁等等事件状态构成此情景网络层。

1.2.3影响因素层

引发、助长和控制、消灭火灾的众多主观客观因素为火灾情景网络的影响因素层，是火灾变迁的关键因子。例如天津莱德商厦火灾的起因(据民众反映)是空调外机超负荷起火、消防部队到场出水(控制或消灭火灾)、停电单位人员错误锁门(使之出现人员受困的情况)等等构成影响因素层。

2　基于模糊规则推理的情景构建方法

2.1　模糊规则推理概述

商业综合体火灾情景构建中的模糊规则推理是指分析商业综合体火灾的情景要素和构成，并根据已知信息确立情景要素状态值，再构建情景驱动要素效用矩阵，通过确定模糊概率值，在情景对的基础上构建火灾情景序列。目前在商业综合体火灾领域并没有情景构建的相关方法研究，但对于其他灾害事故有采用贝叶斯理论[11]、社会系统理论[12]、随机网络模型[13]、要素组合方法[14]等进行情景构建。其中贝叶斯理论和随机网络模型主要针对于灾害事故的推演，对于推演的情景具有一定的概率并且对后续方法使用具有一定的限制；社会系统理论和要素组合方法虽然也是依靠要素对历史案例进行情景构建，但是对于相关情景的联系的研究相对缺乏，并且对于要素的获取可能存在遗漏，造成情景构建不全面。相较于其他情景构建方法与理论，用模糊规则推理理论来构建情景有以下优点：

1)可以将复杂的商业综合体火灾系统中的复杂关系模糊化。用模糊化的变量来表达系统，并通过驱动要素演变矩阵来体现商业综合体火灾系统全过程存在很多的不确定性的特征。将难以刻画的、影响不大的情景模糊化，有助于保留整个火灾情景的整体性与可修正性。

2)用模糊规则将复杂的火灾系统简单化体现出来，使整个系统的变化更加清晰地体现出来，有助于在后续研究中将情景描述和情景推演分离，这样保证了一旦情景中比如有需要相近的致灾因子来描述不同的灾害情景，只需再加上该类灾害独特的情景描述规则即可。

3)支持多种后续推演方法和算法。模糊规则有助于对后续推演过程的把控，不是限制于一种方法，通过模型和算法的选择灵活掌握推理的复杂程度。

2.2　情景构建流程

商业综合体火灾情景构建流程如图2所示，主要包括5个环节。

图2　商业综合体火灾情景构建流程Fig.2　The procedure of scenario construction of commercial complex fire

2.2.1情景要素的收集与处理

情景要素是情景构建的必要元素，而情景要素的来源主要是源自于对以往大量商业综合体火灾案例，也有部分来自于火灾现场的各种渠道的收集。因此，情景构建的首要任务就是对商业综合体火灾的情景要素进行提取，并且需要筛选出其中存在的影响火灾进程主要方面的情景要素。

2.2.2作用关系的分析与确定

在情景要素提取筛选出来后，因为情景要素存在前因后果的关系或共同作用的关系，因此需要对情景要素之间的作用关系和相互之间的作用规则进行分析确定，构建它们之间的作用关系框架，为情景构建打下基础。

2.2.3情景网络的构建与描述

根据情景要素和它们之间的关系构造不同火灾状态下的情景层次网络结构，并且为了使指挥员了解该层次的火灾情景状态，把握火灾的关键，需要对火灾状态有一个直观的表示和描述，以利于整个情景链的构建。

2.2.4情景规则的推理与建立

在商业综合体火灾中，由于其结构复杂、火灾荷载大、不确定性因素多，因此消防部队很难了解火灾内部详细的情况，基础信息、侦查信息、历史经验信息等会给指挥员对火灾当场的部分状态有一些模糊的判断，对火灾状态的演变方式也是模糊的概念。因此，需要对这些模糊的情景状态及情景间变化规则进行推理，得到情景变迁的模糊规则，建立模糊规则矩阵。

2.2.5情景序列的生成与构建

根据模糊规则矩阵，建立火灾情景模糊规则链，分析情景关键节点，在此基础之上通过模糊概率计算生成火灾情景状态序列，实现商业综合体火灾已发生的情景的构建，为后续情景推演和指挥员决策打下基础。并且，在模糊情景规则生成后，将其添加进数据库，进一步完善情景库，使以后构建情景序列精读更高，情景推演更准确。

3　商业综合体火灾情景构建

3.1　商业综合体火灾模糊情景规则建立

根据Zadeh[15]提出的合成推理规则方法(Compositional Rule Inference,CRI)，有知识规则：IFxis A THENyis B。设商业综合体火灾情景为CBS={CBS1，CBS2，…,CBSn}，n∈Z。如果在情景集库中能找到与情景A，B对应的，其中一个，就可以根据Zadeh提出的构造模糊关系的方法：

(2)

或

(3)

式中：U,V均为论域，A∈F(U),B∈F(V),其表示为：

(4)

如果已知xisA′，则由式(1)根据模糊假言推理计算方法求B′：

(5)

或

(6)

如果已知yisB′，则可以采用模糊拒取式推理计算公式得出A′。

通过计算，如果计算得出的情景B′或A′与情景库的A′或B′的下一个情景或上一个情景有较高的相似度，那么可以认为情景A发展到情景B是通过的模糊关系R。并且所得到的情景和模糊关系进一步输入情景库，增大情景库数据量。火灾案例会逐渐增加，输入情景库的数据也会越来越多，也许就会出现一个情景对之间的有多个相似的历史案例，那么就要通过模糊规则的相似度来进行选取，相似度越高，其可靠性就越高。

由于火灾的发展多方向形成多层次，因此火灾存在多条火灾链路。那么该知识规则扩展为多重模糊推理逻辑知识：

IFx1isA1THENyisB1ELSE；

IFx1isA2THENyisB2ELSE；

IFx1isAnTHENyisBn。

设整个商业综合体火灾发展链路R条，R={R1,R2,…,Ri}，每一条发展链路中的模糊规则R={Ri×j}，其中i∈Z，j∈Z。已知前因情景CBISi和结果情景CBOSj，它们之间通过匹配与计算得出的模糊规则Rsi×j串联起来。可以用如下模糊规则矩阵表示整个火灾情景：

(7)

由于火灾情景通过规则在驱动要素影响下进行演变，并且模糊规则和驱动要素是一一对应的，那么，可以将模糊规则替换为驱动要素，通过驱动要素效用矩阵表示前因情景和结果情景二者间的变迁关系：

(8)

Tsi×j表示前因情景CBISi向结果情景CBOSj转化的驱动要素，有模糊概率值，取值区间为[-1,1]。当0

在火灾发展中，有时也会出现多个前因情景在驱动要素作用下生成一个结果情景，其转化过程可能是一个模糊规则也可能是多个模糊规则。在矩阵中每一个驱动要素Tsi×j对应着一条情景演变的模糊规则Rsi×j，将这些模糊规则都用“IFxisATHENyisB”来表示。

Rule[ξ]: IFCBS1isCBIS1andCBS2isCBIS2and …andCBSxisCBISxTHENCBSyisCBOSy

Fact:CBSx→ Consequence:CBOSy

其中CBISx和CBOSy均为在模糊规则连接下的含有模糊值的前因情景和结果情景集合，x∈i，y∈j；其中产生的模糊规则的数量ξ=y，而驱动要素的模糊概率值可以通过式(1)，(2)的计算和专家打分得到。

通过以上规则的情况，可以得到CBOSy的模糊概率值：

(9)

公式(9)适合于忽略专家对于知识的偏好程度，便于快捷进行运算，以利于后续工作进行。

在商业综合体火灾发生过程中，根据所获得的实时情景要素、实时状态及情景库，利用模糊情景规则结合专家的决策经验，不断生成出火灾情景变迁规则，并与专家经验知识进行验证、修正。

3.2　情景网络链路的生成

在对商业综合体火灾情景变迁规则进行建立之后，根据时间节点，将整个已经发生的关键火灾情景在相应的规则下进行连接，以此形成已经发生的火灾情景链路，如图3所示。形成的整个火灾情景链路可以有助于指挥员清楚整个火灾的发展进程，把握火灾情景变迁关键节点。

在图3中，以二重多维为例展示了可视化火灾情景发展网络线路。其中，某一火灾情景可以在影响因素下向下一个火灾情景转化(S3→S7)，可以在某一影响因素下发展成2种或以上火灾情景(S2→S4和S5)，也可以在某一影响因素下与另外一个或者几个火灾情景共同生成下一个或几个火灾情景(S4和S5→S6)。通过以上变化规则，形成了复杂的火灾发展链路。

图3　商业综合体火灾情景网络链路Fig.3　The scenario network path of chain of commercial complex fire

4　结论

1)确定并分析了商业综合体火灾情景的组成结构，并在时间圈的范围内根据时间节点设计了此类火灾情景分层网络模型。该模型清楚地展示了该类火灾的复杂性、多层次性、多维性等特点，为情景构建提供了框架支持。

2)引入了模糊推理理论，分析了该理论应用的优点，根据商业综合体的特点确定了情景构建的流程。该情景构建流程是根据计算机编程模式设计的，使该方法可以应用于火灾现场辅助指挥决策系统，指挥员可以更加快速做出合理的决策。

3)将模糊推理理论的多维多重合成推理规则方法应用于商业综合体火灾的情景构建，实现了商业综合体已发生火灾情景的链路的生成。该方法为写入辅助决策系统提供了算法，为进行情景推演并实现可视化打下了基础，为商业综合体火灾“情景-应对”模式决策提供了理论上的支持。

[1]刘伟. 中国城市综合体存量排行榜[J]. 安家月度榜, 2012(10): 176-179.

LIU Wei.The ranking list of the number of urban complex in China[J].Anjia Monthly List, 2012(10): 176-179.

[2]王烨. 大型商业综合体建筑火灾安全策略与方法研究[D]. 天津：天津大学, 2011.

[3]Sarpong D. Towards a methodological approach: theorising scenario thinking as a social practice[J]. Foresight, 2011, 13(2): 4-17.

[4]Joanicjuse Nazarko, Anna Kononiuk. The critical analysis of scenarioconstruction in the Polish foresight initiatives[J]. Technological and Economic Development of Economy, 2013, 19(3): 510-532.

[5]王颜新. 非常规突发事件情境重构模型研究[D]. 哈尔滨:哈尔滨工业大学, 2011.

[6]刘铁民. 应急预案重大突发事件情景构建——基于“情景-任务-能力”应急预案编制技术研究之一[J]. 中国安全生产科学技术, 2012, 8(4): 5-12.

LIU Tiemin. Studies on scenes’ construction of emergency planning—part I of emergency planning technology based on “scene-task-ability”[J]. Journal of Safety Science and Technology, 2012, 8(4): 5-12.

[7]刘铁民. 应急准备任务设置与应急响应能力建设——基于“情景-任务-能力”应急预案编制技术研究之二[J].中国安全生产科学技术, 2012, 8(10): 5-13.

LIU Tiemin. Studies on setting of emergency preparedness tasks and building of emergency response capacity—part II of emergency planning technology based on “scene-task-ability” [J]. Journal of Safety Science and Technology, 2012, 8(10): 5-13.

[8]Joanicjuse Nazarko, Anna Kononiuk. The critical analysis of scenarioconstruction in the Polish foresight initiatives[J]. Technological and Economic Development of Economy, 2013, 19(3): 510-532.

[9]张振海. 铁路突发事件应急情景构建与动态推演技术研究[D]. 兰州:兰州交通大学, 2014.

[10]US/DHS. National Planning Scenarios[Z]. 2006.

[11]袁娜. 基于贝叶斯网络和业务持续管理的液氨泄漏事故情景构建研究[D]. 北京:北京交通大学, 2016.

[12]张志英. 基于情景剖面的生命救援情景重构与演化研究[D]. 成都: 电子科技大学, 2014.

[13]杨保华. 基于随机网络的非常规突发事件情景推演模型及其应用研究[D].南京: 南京航空航天大学, 2011.

[14]马千里. 基于要素组合的情景方法研究[D]. 哈尔滨: 哈尔滨工业大学, 2012.

[15]雷英杰，等. 模糊逻辑与智能系统[M]. 西安:电子科技大学出版社, 2016:83-102.