CN113159532A - 一种面向智能消防指挥系统的辅助决策关键技术 - Google Patents
一种面向智能消防指挥系统的辅助决策关键技术 Download PDFInfo
- Publication number
- CN113159532A CN113159532A CN202110358469.2A CN202110358469A CN113159532A CN 113159532 A CN113159532 A CN 113159532A CN 202110358469 A CN202110358469 A CN 202110358469A CN 113159532 A CN113159532 A CN 113159532A
- Authority
- CN
- China
- Prior art keywords
- module
- fire
- fighting
- output end
- input end
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 27
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 13
- 230000008520 organization Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 238000013075 data extraction Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 239000000383 hazardous chemical Substances 0.000 claims description 6
- 230000001066 destructive effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 206010000369 Accident Diseases 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Development Economics (AREA)
- Biophysics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种面向智能消防指挥系统的辅助决策关键技术，包括开放式灭火救援大数据库模块、公共资源信息模块和火灾发生模块，所述开放式灭火救援大数据库模块的输出端和多元异构数据模块的输入端相连接，所述多元异构数据模块的输出端和知识抽取模块的输入端相连接，所述知识抽取模块的输出端和信息融合模块的输入端相连接，所述信息融合模块的输出端和知识图谱建立模块的输入端相连接，所述知识图谱建立模块的输出端和卷积神经网络输入模块的输入端相连接，本发明通过将城市建筑、场地、消防设施、水库和堤防等信息整合，并与应急、地震、交通、气象等部门公共资源信息进行汇聚，构建开放共享的灭火救援大数据库。
Description
技术领域
本发明属于消防指挥系统技术领域，具体涉及一种面向智能消防指挥系统的辅助决策关键技术。
背景技术
消防联动控制，是指火灾探测器探测到火灾信号后，能自动切除报警区域内有关的空调器，关闭管道上的防火阀，停止有关换风机，开启有关管道的排烟阀，自动关闭有关部位的电动防火门、防火卷帘门，按顺序切断非消防用电源，接通事故照明及疏散标志灯，停运除消防电梯外的全部电梯，并通过控制中心的控制器，立即启动灭火系统，进行自动灭火。
近年来,随着社会经济的不断发展，现代火灾和其他类型的灾害事故呈现出立体化、复杂化、多样化趋势，灭火救援难度也在不断增加，针对当前“全灾种”任务需要，存在灾害信息采集、分析、展示能力不强，社会资源、战勤保障、应急通信资源较少，信息化手段单一，辅助领导指挥决策效能低，没有与应急、地震、交通、气象等部门信息进行汇聚比对的能力等突出问题。
因此，将城市建筑、场地、消防设施、水库和堤防等信息整合，并与应急、地震、交通、气象等部门公共资源信息进行汇聚，构建开放共享的灭火救援大数据库就显得尤为重要。
发明内容
本发明要解决的技术问题是克服现有的缺陷，提供一种面向智能消防指挥系统的辅助决策关键技术，以解决上述背景技术中提出的现代火灾和其他类型的灾害事故呈现出立体化、复杂化、多样化趋势，灭火救援难度也在不断增加的问题。
为实现上述目的，本发明提供如下技术方案：一种面向智能消防指挥系统的辅助决策关键技术，包括开放式灭火救援大数据库模块、公共资源信息模块和火灾发生模块，所述开放式灭火救援大数据库模块的输出端和多元异构数据模块的输入端相连接，所述多元异构数据模块的输出端和知识抽取模块的输入端相连接，所述知识抽取模块的输出端和信息融合模块的输入端相连接，所述信息融合模块的输出端和知识图谱建立模块的输入端相连接，所述知识图谱建立模块的输出端和卷积神经网络输入模块的输入端相连接，所述卷积神经网络输入模块的输出端和策略学习训练模块的输入端相连接，所述策略学习训练模块的输出端和辅助决策方案构建模块的输入端相连接。
优选的，所述公共资源信息模块包括城市建筑信息模块、场地信息模块、消防设施信息模块、水库信息模块和堤防信息模块。
优选的，所述公共资源信息模块的输出端和汇聚整合模块的输入端相连接，所述汇聚整合模块的输出端和预处理模块的输入端相连接，所述预处理模块的输出端和开放式灭火救援大数据库模块的输入端相连接。
优选的，所述开放式灭火救援大数据库模块的输出端和数据提取模块的输入端相连接，所述数据提取模块的输出端和智能消防应急救援辅助决策平台模块的输入端相连接，所述智能消防应急救援辅助决策平台模块的输出端和图谱构建模块的输入端相连接，所述图谱构建模块的输出端和城市灾害知识图谱模块的输入端相连接。
优选的，所述智能消防应急救援辅助决策平台模块的输出端和灭火救援大数据模块的输入端相连接，所述灭火救援大数据模块的输出端分别和离散化模块、语义化模块的输入端相连接。
优选的，所述离散化模块、语义化模块的输出端均和添加学习消防相关法律法规模块的输入端相连接，所述添加学习消防相关法律法规模块的输出端和整合危化品相关特性模块的输入端相连接，所述整合危化品相关特性模块的输出端和联结相关信息模块的输入端相连接。
优选的，所述多元异构数据模块包括案例模块、气象数据模块、交通数据模块、地震破坏力模块、灾害属性模块、建筑信息模块、消防设施模块、水库模块、堤防模块和政策法规模块。
优选的，所述多元异构数据模块的输出端和组织单位模块的输入端相连接，且所述组织单位模块包括地区i模块、地区j模块和地区k模块。
优选的，所述火灾发生模块的输出端和辅助决策方案构建模块的输入端相连接，所述辅助决策方案构建模块的输出端和机器学习算法模块的输入端相连接，所述机器学习算法模块的输出端和快速制定救援决策预案模块的输入端相连接。
与现有技术相比，本发明提供了一种面向智能消防指挥系统的辅助决策关键技术，具备以下有益效果：
1、本发明通过将城市建筑、场地、消防设施、水库和堤防等信息整合，并与应急、地震、交通、气象等部门公共资源信息进行汇聚，构建开放共享的灭火救援大数据库，通过对多源异构的内外部灭火救灾数据进行离散化和语义化构建城市灾害知识图谱，使用卷积网络提取知识图谱的特征作为神经网络的输入，通过机器学习算法在火灾发生第一时间快速制定救援决策预案，智能演算确定预案的适用情况，为火灾现场指挥提供精确的决策支撑，最大程度上减少了火灾事故带来的人员伤亡及经济损失；
2、本发明通过引入图卷积网络来进一步提取城市灾害知识图谱的特征，这些特征被处理为卷积神经网络的输入，通过分析灾害数据的时间相关性，构建了多个卷积网络分别捕捉不同时段的特征，从而准确进行救援决策模型的建立，系统可以进行自我学习，进行优化，智能升级，在不断改进中适应行业的发展变化，智能消防应急救援辅助决策系统将根据新的情况，自动调整匹配相应的处理方式、应急预案，挑出适合的处置方式，并生成适宜此情况下的救援路径，过往消防部队处理的紧急情况如起火原因、过火面积、处理方式、伤亡情况、疏散方案等结果都会在系统中进行记录和归档，形成消防安全日志，便于事后查询和归档总结；
3、本发明通过以知识图谱为底层技术，提取开放式灭火救援大数据库中的海量数据，通过对多源异构的的灭火救援大数据进行离散化和语义化，并添加学习消防相关法律法规、标准等，并整合危化品相关特性等，整合构建城市灾害知识图谱，将所有相关信息构成联结，通过对多源异构的内外部灭火救灾数据进行离散化和语义化构建城市灾害知识图谱，使用卷积网络提取知识图谱的特征作为神经网络的输入，通过机器学习算法在火灾发生第一时间快速制定救援决策预案，建立救援决策模型，智能消防应急救援辅助决策系统将根据新的情况，自动调整匹配相应的处理方式、应急预案，挑出适合的处置方式，并生成适宜此情况下的救援路径。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制，在附图中：
图1为本发明提出的面向智能消防指挥系统的辅助决策关键技术的系统整体构建流程图；
图2为本发明提出的面向智能消防指挥系统的辅助决策关键技术中开放式灭火救援大数据库模块的构建流程图；
图3为本发明提出的面向智能消防指挥系统的辅助决策关键技术中图谱构建流程图；
图4为本发明提出的面向智能消防指挥系统的辅助决策关键技术中智能消防应急救援辅助决策平台模块的运行系统的结构示意图；
图5为本发明提出的面向智能消防指挥系统的辅助决策关键技术中多元异构数据模块的结构示意图；
图6为本发明提出的面向智能消防指挥系统的辅助决策关键技术中组织单位模块的结构示意图；
图7为本发明提出的面向智能消防指挥系统的辅助决策关键技术中火灾发生时的系统运行图；
图中：1、城市建筑信息模块；2、场地信息模块；3、消防设施信息模块；4、水库信息模块；5、堤防信息模块；6、公共资源信息模块；7、汇聚整合模块；8、预处理模块；9、开放式灭火救援大数据库模块；10、数据提取模块；11、智能消防应急救援辅助决策平台模块；12、图谱构建模块；13、城市灾害知识图谱模块；14、灭火救援大数据模块；15、离散化模块；16、语义化模块；17、添加学习消防相关法律法规模块；18、整合危化品相关特性模块；19、联结相关信息模块；20、多元异构数据模块；21、知识抽取模块；22、信息融合模块；23、知识图谱建立模块；24、卷积神经网络输入模块；25、策略学习训练模块；26、辅助决策方案构建模块；27、案例模块；28、气象数据模块；29、交通数据模块；30、地震破坏力模块；31、灾害属性模块；32、建筑信息模块；33、消防设施模块；34、水库模块；35、堤防模块；36、政策法规模块；37、组织单位模块；38、地区i模块；39、地区j模块；40、地区k模块；41、火灾发生模块；42、机器学习算法模块；43、快速制定救援决策预案模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-7，本发明提供一种技术方案：一种面向智能消防指挥系统的辅助决策关键技术，包括开放式灭火救援大数据库模块9、公共资源信息模块6和火灾发生模块41，开放式灭火救援大数据库模块9的输出端和多元异构数据模块20的输入端相连接，多元异构数据模块20的输出端和知识抽取模块21的输入端相连接，知识抽取模块21的输出端和信息融合模块22的输入端相连接，信息融合模块22的输出端和知识图谱建立模块23的输入端相连接，知识图谱建立模块23的输出端和卷积神经网络输入模块24的输入端相连接，卷积神经网络输入模块24的输出端和策略学习训练模块25的输入端相连接，策略学习训练模块25的输出端和辅助决策方案构建模块26的输入端相连接，通过对多源异构的内外部灭火救灾数据进行离散化和语义化构建城市灾害知识图谱，使用卷积网络提取知识图谱的特征作为神经网络的输入，通过机器学习算法在火灾发生第一时间快速制定救援决策预案，智能演算确定预案的适用情况，为火灾现场指挥提供精确的决策支撑，最大程度上减少了火灾事故带来的人员伤亡及经济损失。
本发明中，优选的，公共资源信息模块6包括城市建筑信息模块1、场地信息模块2、消防设施信息模块3、水库信息模块4和堤防信息模块5，本发明通过将城市建筑、场地、消防设施、水库和堤防等信息整合，并与应急、地震、交通、气象等部门公共资源信息进行汇聚，构建开放共享的灭火救援大数据库。
本发明中，优选的，公共资源信息模块6的输出端和汇聚整合模块7的输入端相连接，汇聚整合模块7的输出端和预处理模块8的输入端相连接，预处理模块8的输出端和开放式灭火救援大数据库模块9的输入端相连接。
本发明中，优选的，开放式灭火救援大数据库模块9的输出端和数据提取模块10的输入端相连接，数据提取模块10的输出端和智能消防应急救援辅助决策平台模块11的输入端相连接，智能消防应急救援辅助决策平台模块11的输出端和图谱构建模块12的输入端相连接，图谱构建模块12的输出端和城市灾害知识图谱模块13的输入端相连接。
本发明中，优选的，智能消防应急救援辅助决策平台模块11的输出端和灭火救援大数据模块14的输入端相连接，灭火救援大数据模块14的输出端分别和离散化模块15、语义化模块16的输入端相连接。
本发明中，优选的，离散化模块15、语义化模块16的输出端均和添加学习消防相关法律法规模块17的输入端相连接，添加学习消防相关法律法规模块17的输出端和整合危化品相关特性模块18的输入端相连接，整合危化品相关特性模块18的输出端和联结相关信息模块19的输入端相连接，本发明通过引入图卷积网络来进一步提取城市灾害知识图谱的特征，这些特征被处理为卷积神经网络的输入，通过分析灾害数据的时间相关性，构建了多个卷积网络分别捕捉不同时段的特征，从而准确进行救援决策模型的建立，系统可以进行自我学习，进行优化，智能升级，在不断改进中适应行业的发展变化，智能消防应急救援辅助决策系统将根据新的情况，自动调整匹配相应的处理方式、应急预案，挑出适合的处置方式，并生成适宜此情况下的救援路径，过往消防部队处理的紧急情况如起火原因、过火面积、处理方式、伤亡情况、疏散方案等结果都会在系统中进行记录和归档，形成消防安全日志，便于事后查询和归档总结，本发明通过以知识图谱为底层技术，提取开放式灭火救援大数据库中的海量数据，通过对多源异构的的灭火救援大数据进行离散化和语义化，并添加学习消防相关法律法规、标准等，并整合危化品相关特性等，整合构建城市灾害知识图谱，将所有相关信息构成联结。
本发明中，优选的，多元异构数据模块20包括案例模块27、气象数据模块28、交通数据模块29、地震破坏力模块30、灾害属性模块31、建筑信息模块32、消防设施模块33、水库模块34、堤防模块35和政策法规模块36。
本发明中，优选的，多元异构数据模块20的输出端和组织单位模块37的输入端相连接，且组织单位模块37包括地区i模块38、地区j模块39和地区k模块40。
本发明中，优选的，火灾发生模块41的输出端和辅助决策方案构建模块26的输入端相连接，辅助决策方案构建模块26的输出端和机器学习算法模块42的输入端相连接，机器学习算法模块42的输出端和快速制定救援决策预案模块43的输入端相连接，通过对多源异构的内外部灭火救灾数据进行离散化和语义化构建城市灾害知识图谱，使用卷积网络提取知识图谱的特征作为神经网络的输入，通过机器学习算法在火灾发生第一时间快速制定救援决策预案，建立救援决策模型，智能消防应急救援辅助决策系统将根据新的情况，自动调整匹配相应的处理方式、应急预案，挑出适合的处置方式，并生成适宜此情况下的救援路径。
本发明的工作原理及使用流程：使用时，利用ADO.NET数据库访问技术，结合C#与T-SQL语句混合编程，实现数据库的创建与监测数据的导入，建立开放式灭火救援大数据库模块9，随后通过对多源异构的内外部灭火救灾数据进行离散化和语义化构建城市灾害知识图谱，最后使用卷积网络提取知识图谱的特征作为神经网络的输入，通过机器学习算法在火灾发生第一时间快速制定救援决策预案，且当火灾发生时，知识图谱在救灾中可以实现多源异构数据的快速汇聚，有序地组织各相关部门的数据,采用自顶向下的知识图谱构建方法，对数据进行离散化和语义处理，以划分的区域为图谱的组织单位，所有的三元组相互连接构成灾害城市知识图谱，使用卷积网络提取知识图谱的特征作为神经网络的输入，通过机器学习算法在火灾发生第一时间快速制定救援决策预案，智能消防应急救援辅助决策系统将根据新的情况，自动调整匹配相应的处理方式、应急预案，挑出适合的处置方式，并生成适宜此情况下的救援路径，为火灾现场指挥提供精确的决策支撑，最大程度上减少火灾事故带来的人员伤亡及经济损失。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种面向智能消防指挥系统的辅助决策关键技术，包括开放式灭火救援大数据库模块(9)、公共资源信息模块(6)和火灾发生模块(41)，其特征在于：所述开放式灭火救援大数据库模块(9)的输出端和多元异构数据模块(20)的输入端相连接，所述多元异构数据模块(20)的输出端和知识抽取模块(21)的输入端相连接，所述知识抽取模块(21)的输出端和信息融合模块(22)的输入端相连接，所述信息融合模块(22)的输出端和知识图谱建立模块(23)的输入端相连接，所述知识图谱建立模块(23)的输出端和卷积神经网络输入模块(24)的输入端相连接，所述卷积神经网络输入模块(24)的输出端和策略学习训练模块(25)的输入端相连接，所述策略学习训练模块(25)的输出端和辅助决策方案构建模块(26)的输入端相连接。
2.根据权利要求1所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述公共资源信息模块(6)包括城市建筑信息模块(1)、场地信息模块(2)、消防设施信息模块(3)、水库信息模块(4)和堤防信息模块(5)。
3.根据权利要求1所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述公共资源信息模块(6)的输出端和汇聚整合模块(7)的输入端相连接，所述汇聚整合模块(7)的输出端和预处理模块(8)的输入端相连接，所述预处理模块(8)的输出端和开放式灭火救援大数据库模块(9)的输入端相连接。
4.根据权利要求1所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述开放式灭火救援大数据库模块(9)的输出端和数据提取模块(10)的输入端相连接，所述数据提取模块(10)的输出端和智能消防应急救援辅助决策平台模块(11)的输入端相连接，所述智能消防应急救援辅助决策平台模块(11)的输出端和图谱构建模块(12)的输入端相连接，所述图谱构建模块(12)的输出端和城市灾害知识图谱模块(13)的输入端相连接。
5.根据权利要求4所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述智能消防应急救援辅助决策平台模块(11)的输出端和灭火救援大数据模块(14)的输入端相连接，所述灭火救援大数据模块(14)的输出端分别和离散化模块(15)、语义化模块(16)的输入端相连接。
6.根据权利要求5所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述离散化模块(15)、语义化模块(16)的输出端均和添加学习消防相关法律法规模块(17)的输入端相连接，所述添加学习消防相关法律法规模块(17)的输出端和整合危化品相关特性模块(18)的输入端相连接，所述整合危化品相关特性模块(18)的输出端和联结相关信息模块(19)的输入端相连接。
7.根据权利要求1所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述多元异构数据模块(20)包括案例模块(27)、气象数据模块(28)、交通数据模块(29)、地震破坏力模块(30)、灾害属性模块(31)、建筑信息模块(32)、消防设施模块(33)、水库模块(34)、堤防模块(35)和政策法规模块(36)。
8.根据权利要求1所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述多元异构数据模块(20)的输出端和组织单位模块(37)的输入端相连接，且所述组织单位模块(37)包括地区i模块(38)、地区j模块(39)和地区k模块(40)。
9.根据权利要求1所述的一种面向智能消防指挥系统的辅助决策关键技术，其特征在于：所述火灾发生模块(41)的输出端和辅助决策方案构建模块(26)的输入端相连接，所述辅助决策方案构建模块(26)的输出端和机器学习算法模块(42)的输入端相连接，所述机器学习算法模块(42)的输出端和快速制定救援决策预案模块(43)的输入端相连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110358469.2A CN113159532A (zh) | 2021-04-01 | 2021-04-01 | 一种面向智能消防指挥系统的辅助决策关键技术 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110358469.2A CN113159532A (zh) | 2021-04-01 | 2021-04-01 | 一种面向智能消防指挥系统的辅助决策关键技术 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113159532A true CN113159532A (zh) | 2021-07-23 |
Family
ID=76886162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110358469.2A Pending CN113159532A (zh) | 2021-04-01 | 2021-04-01 | 一种面向智能消防指挥系统的辅助决策关键技术 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113159532A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113641832A (zh) * | 2021-08-16 | 2021-11-12 | 中国科学院空天信息创新研究院 | 基于知识图谱面向多源离散数据的林火救援路径规划方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102044022A (zh) * | 2010-12-24 | 2011-05-04 | 中国科学院合肥物质科学研究院 | 面向自然灾害应急救助决策系统和方法 |
| WO2016008545A2 (en) * | 2014-07-18 | 2016-01-21 | Dimitris Lyras | System and method for identifying relevant information for an enterprise |
| CN108648124A (zh) * | 2018-04-03 | 2018-10-12 | 成都恒华光讯科技有限公司 | 一种智慧城市消防物联网大数据管理系统 |
| CN110046837A (zh) * | 2019-05-20 | 2019-07-23 | 北京唐芯物联网科技有限公司 | 一种基于人工智能的消防管理系统 |
| CN111144656A (zh) * | 2019-12-27 | 2020-05-12 | 兰州大方电子有限责任公司 | 一种基于gis的灾害评价分析方法 |
| KR102141219B1 (ko) * | 2019-12-26 | 2020-08-04 | 서정성 | 소방 방재 설비의 설계 및 시공 공정을 위한 제어 방법 및 장치 |
| CN111639196A (zh) * | 2020-06-03 | 2020-09-08 | 核工业湖州工程勘察院有限公司 | 一种多层渐进增强的地灾知识图谱及其自动补全方法 |
| CN112561341A (zh) * | 2020-12-18 | 2021-03-26 | 创意信息技术股份有限公司 | 一种城市灾害多元动态协同处置系统 |
| CN112559756A (zh) * | 2020-08-07 | 2021-03-26 | 新华智云科技有限公司 | 一种地震事件知识图谱构建方法、应用方法 |
-
2021
- 2021-04-01 CN CN202110358469.2A patent/CN113159532A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102044022A (zh) * | 2010-12-24 | 2011-05-04 | 中国科学院合肥物质科学研究院 | 面向自然灾害应急救助决策系统和方法 |
| WO2016008545A2 (en) * | 2014-07-18 | 2016-01-21 | Dimitris Lyras | System and method for identifying relevant information for an enterprise |
| CN108648124A (zh) * | 2018-04-03 | 2018-10-12 | 成都恒华光讯科技有限公司 | 一种智慧城市消防物联网大数据管理系统 |
| CN110046837A (zh) * | 2019-05-20 | 2019-07-23 | 北京唐芯物联网科技有限公司 | 一种基于人工智能的消防管理系统 |
| KR102141219B1 (ko) * | 2019-12-26 | 2020-08-04 | 서정성 | 소방 방재 설비의 설계 및 시공 공정을 위한 제어 방법 및 장치 |
| CN111144656A (zh) * | 2019-12-27 | 2020-05-12 | 兰州大方电子有限责任公司 | 一种基于gis的灾害评价分析方法 |
| CN111639196A (zh) * | 2020-06-03 | 2020-09-08 | 核工业湖州工程勘察院有限公司 | 一种多层渐进增强的地灾知识图谱及其自动补全方法 |
| CN112559756A (zh) * | 2020-08-07 | 2021-03-26 | 新华智云科技有限公司 | 一种地震事件知识图谱构建方法、应用方法 |
| CN112561341A (zh) * | 2020-12-18 | 2021-03-26 | 创意信息技术股份有限公司 | 一种城市灾害多元动态协同处置系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陶坤旺;赵阳阳;朱鹏;朱月月;刘帅;赵习枝;: "面向一体化综合减灾的知识图谱构建方法", 武汉大学学报(信息科学版), no. 08, 3 August 2020 (2020-08-03) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113641832A (zh) * | 2021-08-16 | 2021-11-12 | 中国科学院空天信息创新研究院 | 基于知识图谱面向多源离散数据的林火救援路径规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021120765A1 (zh) | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 | |
| CN110544402B (zh) | 基于大数据融合的化工园区虚拟仿真应急推演系统 | |
| CN202995948U (zh) | 基于智能路径的火灾动态逃生引导系统 | |
| CN109636131A (zh) | 一种应急通信智能应急决策支持系统 | |
| CN108898528A (zh) | 一种面向危险化学品事故应急辅助决策的案例推理方法 | |
| CN107510914B (zh) | 一种面向园区的智慧消防远程监控系统及其方法 | |
| CN113706355A (zh) | 化工园区智慧应急系统搭建方法 | |
| CN110009541A (zh) | 公共安全事件的处理方法、装置、计算机设备和存储介质 | |
| CN1963878A (zh) | 高层建筑火灾智能监测预警预报装置 | |
| CN112380678A (zh) | 一种大型客船应急疏散的智能辅助决策平台及决策方法 | |
| CN113159532A (zh) | 一种面向智能消防指挥系统的辅助决策关键技术 | |
| CN106295910A (zh) | 一种实时态势感知的室内火灾疏散路径动态优化方法 | |
| Shaazizov et al. | System for ensuring the detection and elimination of fires in the building of the hydroelectric power station | |
| Jiang et al. | Emergency response for tackling major accidental toxic gas releases: What should be done and when? | |
| CN107748786A (zh) | 警情大数据管理系统 | |
| CN102488996A (zh) | 火灾现场定位传输系统及方法 | |
| CN117273401A (zh) | 基于案例推理和仿真的应急指挥方法、系统及存储介质 | |
| CN115860415A (zh) | 一种油气输送管道事故应急辅助模型 | |
| CN114519489A (zh) | 一种应急综合管理应用系统 | |
| CN113808257A (zh) | 一种数字应急演练系统 | |
| CN111882809A (zh) | 一种基于物联网的保障小区消防安全的方法及系统 | |
| Dragoicea et al. | Real time agent based simulation for smart city emergency protocols | |
| CN111160780A (zh) | 调度机器人及调度方法 | |
| KR102374541B1 (ko) | 상황별 의사결정 지원 시스템 | |
| Yu et al. | Design of Underground Space Intelligent Disaster Prevention System Based on Multisource Data Deep Learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |