CN115392689A - 一种古建筑安全风险动态检测方法及装置 - Google Patents

一种古建筑安全风险动态检测方法及装置 Download PDF

Info

Publication number
CN115392689A
CN115392689A CN202211012233.4A CN202211012233A CN115392689A CN 115392689 A CN115392689 A CN 115392689A CN 202211012233 A CN202211012233 A CN 202211012233A CN 115392689 A CN115392689 A CN 115392689A
Authority
CN
China
Prior art keywords
risk
influence
factors
probability
index
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
Application number
CN202211012233.4A
Other languages
English (en)
Inventor
潘睿
张恒
孙占辉
袁宏永
胡俊
田逢时
黄丽达
黄梦瑶
陈涛
陈建国
余水平
王晓萌
刘春慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Beijing Global Safety Technology Co Ltd
Original Assignee
Tsinghua University
Beijing Global Safety Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Beijing Global Safety Technology Co Ltd filed Critical Tsinghua University
Priority to CN202211012233.4A priority Critical patent/CN115392689A/zh
Publication of CN115392689A publication Critical patent/CN115392689A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种古建筑安全风险动态检测方法及装置，其中，该方法包括：获取待检测古建筑风险的多种因素的第一影响指标，根据第一影响指标构建致灾因素集和评估因素集；根据致灾因素集和评估因素集确定待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定第二影响指标的条件概率；基于第二影响指标的条件概率和第二影响指标的观测值，计算第二影响指标的概率分布结果；更新概率分布结果，根据更新后的概率分布结果对待检测古建筑风险进行检测，得到待检测古建筑的风险检测结果。本发明能够预测评估区域未来的安全性。

Description

一种古建筑安全风险动态检测方法及装置
技术领域
本发明涉风险检测技术领域，特别是涉及一种古建筑安全风险动态检测方法及装置。
背景技术
古建筑多是木结构、砖木结构，防火抗震等抵抗风险的性能较差，但随着古建筑不断被开发用于旅游参观和文化发扬传承等目的，贵重文物、通电通讯等电气设备不断扩充，气候变暖导致温度升高、暴雨闪电等异常恶劣天气增多，管理者和游客等人员因素不断增加，烧香拜佛等行为难以避免，管理复杂程度不断加剧，因此，人物环管各个方面的因素都使古建筑的风险居高不下。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明评估过程对应耦合BN模型得到不同时段的动态BN拓扑。本发明为优化古建筑系统的风险管理提供了动态评估方法，可预测评估区域未来的安全性。
为达上述目的，本发明一方面提出一种古建筑安全风险动态检测方法，包括：
获取待检测古建筑风险的多种因素的第一影响指标，根据所述第一影响指标构建致灾因素集和评估因素集；
根据所述致灾因素集和评估因素集确定所述待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定所述第二影响指标的条件概率；
基于所述第二影响指标的条件概率和所述第二影响指标的观测值，计算所述第二影响指标的概率分布结果；
更新所述概率分布结果，根据所述更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果。
另外，根据本发明上述实施例的古建筑安全风险动态检测方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述第一影响指标包括人为、物体、环境因素的风险指标和管理因素的管理评估指标；所述致灾因素集，包括静态风险、半动态风险和动态风险；所述第二影响指标包括多种因素的父节点和子节点。
进一步地，在本发明的一个实施例中，所述第二影响指标的概率分布结果的计算公式为：
Figure BDA0003811361700000021
其中，[A1,A2,A3,...,An,B1,B2,B3,...,Bn,C1,C2,C3,...,Cn,D1,D2,D3,...,Dn]即U为节点集的状态，Pa(Xi)为Xi的父节点的状态，P(Xi|Pa(Xi))表示在父节点状态为Pa(Xi)的条件下，子节点状态为Xi时的条件概率。
进一步地，在本发明的一个实施例中，所述根据更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果的计算公式为：
Figure BDA0003811361700000022
其中，P(U|E)为起火后验概率，P(E)为新证据，P(E|U)为条件概率，P(U)为先验概率。
进一步地，在本发明的一个实施例中，所述方法，还包括：通过对所述静态风险、半动态风险和动态风险进行分类，根据分类结果对所述待检测古建筑中建筑实体和承载物进行编码，建立所述待检测古建筑的特征参数库；基于所述风险检测结果和所述特征参数库得到风险发生概率，根据所述风险发生概率对所述多种因素的的指标进行优化得到指标优化结果；基于所述指标优化结果对多种因素组合进行排序，得到因素组合排序结果，根据所述因素组合排序结果确定待检测古建筑风险情况。
为达上述目的，本发明另一方面提出一种古建筑安全风险动态检测装置，包括：
指标获取模块，用于获取待检测古建筑风险的多种因素的第一影响指标，根据所述第一影响指标构建致灾因素集和评估因素集；
概率确定模块，用于根据所述致灾因素集和评估因素集确定所述待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定所述第二影响指标的条件概率；
指标计算模块，用于基于所述第二影响指标的条件概率和所述第二影响指标的观测值，计算所述第二影响指标的概率分布结果；
风险检测模块，用于更新所述概率分布结果，根据所述更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果。
本发明实施例的古建筑安全风险动态检测方法及装置，可预测评估区域未来的安全性。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的古建筑安全风险动态检测方法的流程图；
图2为根据本发明实施例的MEMM古建筑风险分析框架图；
图3为根据本发明实施例的古建筑风险评估流程图；
图4为根据本发明实施例的古建火灾风险评估框架图；
图5为根据本发明实施例的古建筑风险分类示意图；
图6为根据本发明实施例的另一种古建筑风险分类示意图；
图7为根据本发明实施例的消防等级GIS图；
图8为根据本发明实施例的古建筑安全风险动态检测装置的结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
下面参照附图描述根据本发明实施例提出的古建筑安全风险动态检测方法和装置。
图1是本发明实施例的古建筑安全风险动态检测方法的流程图。
如图1所示，该方法包括但不限于以下步骤：
S1，获取待检测古建筑风险的多种因素的第一影响指标，根据第一影响指标构建致灾因素集和评估因素集；
S2，根据致灾因素集和评估因素集确定待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定第二影响指标的条件概率；
S3，基于第二影响指标的条件概率和第二影响指标的观测值，计算第二影响指标的概率分布结果；
S4，更新概率分布结果，根据更新后的概率分布结果对待检测古建筑风险进行检测，得到待检测古建筑的风险检测结果。
下面结合附图对本发明实施例进行详细阐述。
具体地，本发明将古建筑风险分为人(Man)、物(Materials)、环境(Environment)和管理(Management)四方面因素，“人-物-环”因素为触发因素，“管理”因素为干预因素。通过MEMM古建筑风险分析框架，如图2所示。
进一步地，如图3所示，根据古建筑、植被、河流等因素形成原始评估层，此基础上考虑文物类型、建筑结构、电器接入方式等固定资产布局形成“物”影响评估层。引入天气、时刻、季节等环境因素形成“物+环”影响评估层。随后，将“人”特征影响因素嵌入形成“物+环+人”影响评估层。接着，将“管”因素叠加形成“物+环+人+管”影响评估层后开展动态调节，对内调节面向“人”的管理资源或面向“物”的布局调整，对外调节面向“人”的管理政策。经过多次内外调节最终形成“物环人管”影响下的管理评估结果。
进一步地，由物、环、人三方面因素依次叠加，构成了古建筑的静态系统、半动态系统和动态系统如图3所示，继而产生了古建筑的静态风险、半动态风险和动态风险。明确风险特征并进行分类，将更有助于后续特征编码库的建立。
静态风险(Materials)：古建筑的静态风险主要针对古建筑实体和承载物。古建筑实体具有占地空间、使用分区等空间特征，古建内部摆放的瓷器、铁器、字画、泥塑等文物展品，以及盛放并保护展品的展柜，防火、防盗安保电气设备等系列设施统一构成了古建承载的物体。古建筑实体和承载物体，以及二者形成布局共同形成了古建筑的静态系统，而古建筑静态系统具有的风险称为静态风险。
古建筑的静态风险并非一成不变，而是相对静态。古建筑实体随时间推移产生的风险会缓慢变化，古建承载物会随展览需要导致文物、展柜、电气设备等物体的移入或移出，或布局关系的调整等情况，都会改变古建筑的静态风险，但总体而言，这种改变是缓慢的、偶发的。
半动态风险(Environment)：古建筑的半动态风险主要指古建筑所处的环境因素引发的相关风险，包括气象、植被、水系等因素对古建筑静态系统产生的影响。气象因素包括温度、湿度、降雨、闪电、风等。植被因素包括植被覆盖率，植被类型、植被高度等。水系因素包括水系距离、水系布局等。
此处针对环境因素的表征方法，常规可通过前述方法搜集气象、植被、水系等因素对古建筑静态系统产生的影响。但当一些特殊情况发生时，如针对某处古建未存在常规因素影响的统计数据，可使用月份、时刻、地区、焚香等因素进行代替。其中，月份、时刻和地区的火灾发生情况统计数据，在一定程度上可体现气象、水系等因素对古建的影响，例如当天气干燥、高温、大风、闪电等(6、7、8月份的)天气时，古建易发生火灾。白天尤其是中午(11:00-13:00)时段，温度处于一天之内的峰值，人流量大、电器使用率高，古建筑容易发生火灾。环境因素具备一个特征，即因素变化不是瞬变的，在几小时到几个月的时间量级上较为稳定，因素变化介于静态和动态之间，故定为半动态影响因素。叠加上环境因素影响的古建系统便成为一个半动态系统，环境因素变化会引发古建的半动态风险。
动态风险(Man)：古建筑动态风险主要指古建中由人引发的不确定性影响。特别是一些名胜古迹中，客流密度高，人员流动性大，给古建筑系统安全带来的风险最大。例如，用火不慎(焚香朝拜)、吸烟、故意纵火、未成年人玩火，生产作业过程中违规操作等均会导致火灾发生。另外，文物刻画、盗窃、人员攀爬等人员异常行为同样会给古建筑带来不可预知和难以恢复的风险，故人的行为实时变化、难以预测导致人的因素成为动态因素，即人对古建系统带来的影响也是动态的。叠加上人影响因素的古建系统便成为一个动态系统，人影响因素变化会改变古建筑的动态风险状态。
管理评估因子(Management)：古建筑管理评估因子主要指针对火灾风险、人员异常行为等静态、半动态和动态风险的管理政策和资源。例如，就静态风险而言，建筑实体的防火措施、消防监测设备等。就半动态风险而言，水系距离(即消防站)布局设置等。就动态风险而言，人员盗窃、放火等异常行为或危险源识别的设备和应急预案等。管理评估因子本身是一种动态调节的行为，会随不同风险因子调控而改变，对内进行管理资源调控，对外进行管理政策改变，由此降低静态、半动态和动态风险对古建带来的不利影响。
进一步地，通过实地调研、文献整理、专家智库等方式，获得构建考虑“物-环-人”的致灾因子集，以及基于消防资源和消防管理的“管”评估因素集，构建起考虑“物-环-人-管”模式的风险分析框架，如表1所示。在执行MEMM分析框架选取具体节点时，要遵循客观性、综合性和可操作性原则。
表1
Figure BDA0003811361700000061
Figure BDA0003811361700000071
在构建各因素的条件概率过程中，特殊类型节点例如古建结构，可被分为木结构、砖木结构和其他结构3种状态，而最基础的节点状态可分为有/无两种状态。基于前述分析框架(致灾因子集+评估管理集)确定评估对象的待评风险及对应的风险指标，通过历史统计数据、专家决策等方法，确定MEMM分析框架中风险指标的条件概率。
致灾因子以火灾风险为例描述致灾和评估因子集构建过程，构建节点基本要求如表2所示，最基础的节点状态分为有和无两种状态，特殊类型节点存在2种或以上状态。在MEMM-BN网络中，具有不确定性的风险指标用节点表示，节点之间的相互关系用带箭头的线条表示，箭头指入的是父节点，箭头指出的是子节点。
表2
编号 根节点 父节点 子节点状态 备注
1 风险源 物的因素A 有/无
2 风险源 环境因素B 有/无
3 风险源 人的因素C 有/无
4 风险源 指标An 至少2个
5 风险源 指标Bn 至少2个
6 风险源 指标Cn 至少2个
7 风险源 管的因素D 有/无
8 风险源 指标Dn 至少2个
进一步地，每个节点具有不同的状态值反应各节点的概率，MEMM-BN模型初步基于物、环、人、管流程，依据风险指标的观测值和相互关系的先验知识求解古建受灾概率，计算出风险指标间条件依赖关系下的联合概率分布，如式(1)所示：
Figure BDA0003811361700000081
其中，[A1,A2,A3,...,An,B1,B2,B3,...,Bn,C1,C2,C3,...,Cn,D1,D2,D3,...,Dn]即U为节点集的状态，Pa(Xi)为Xi的父节点的状态，P(Xi|Pa(Xi))表示在父节点状态为Pa(Xi)的条件下，子节点状态为Xi时的条件概率。
以古建火灾事故为例，确定“物”影响因素有古建筑实体的建筑结构、火灾载荷、防火阻燃能力、电气短路、灯泡烘烤、使用电气不慎和其它电气因素等7项指标；“人”的方面有用火不慎、未成年人玩火、吸烟、重点人员放火、生产作业6项指标；环境因素有天气、季节、时间、地区共4项。管理因素作为干预因素与人、物、环境因素相互作用，通过管理手段优化可降低古建筑动静态风险，初步构建古建火灾风险评估框架如图4所示。
表3
Figure BDA0003811361700000082
Figure BDA0003811361700000091
进一步地，通过走访古建、文献调研和专家智库等方式，可将各节点的发生概率进行数据统计。如果子节点直接影响因素不能直接获取对父节点影响的概率，如环境因素中风速引发火灾的概率无统计数据。此时，可通过间接因素表达，获取子节点对父节点、根节点的影响概率，如通过月份、时刻、地区和天气情况替代湿度、温度等直接因素影响，从概率统计数据上间接反应直接因素的影响。
进一步地，利用先验知识构建的初步MEMM-BN模型后，基于图3流程中管理评估层对内/对外措施，通过管理因素对“人、物、环”风险源的“宏观调控、资源优化、预警预防”如图4所示，产生新监测值。对先验概率分布更新，得到后验概率分布，从而基于后验概率分布实现古建筑动静态风险的评估，计算原理如式(2)所示。
Figure BDA0003811361700000092
式中，P(U|E)为起火后验概率，P(E)为新证据，P(E|U)为条件概率，P(U)为先验概率。
MEMM初步搭建后，选取某次古建火灾案例进行验证，在因素表中带入各个节点状态如表4所示，此时暂不引入人员因素影响，通过MEMM-BN模型计算得到事故的后验概率为67.6％，即证明模型构建因素和模型概率计算原理合理。
表4
Figure BDA0003811361700000101
进一步地，古建筑风险管理评估过程本身是一种动态调节行为，会随不同风险因子调控而改变，对内进行管理资源调控，对外进行管理政策改变，由此降低静态、半动态和动态风险对古建带来的不利影响。
以静态风险为例，通过对古建筑(群)中建筑实体和承载物进行编码，建立静态风险特征参数库，把古建筑(群)风险分为2个门类，并细分为若干大类、小类、一级类和二级类。分类代码包括门类码、大类码、小类码、一级类码和二级类码，由五位数字码组成，其结构如图5所示。
门类码和大类码采用数字顺序码，分别用1～9表示，其他用9表示；小类码、一级类码和二级类码采用数字顺序码，用01～99表示，其他用99表示，位数不足八位的用0补齐，保持代码结构的八位数字构成。例如，古建筑建筑实体(门类)-10000000；建筑结构属性(大类)-11000000；影响因素(小类)-11050000；木质结构(一级类)-11050100；榫卯结构(二级类)-11050101。如图6所示。
针对半动态风险，编码首位和次位(门类与大类)以小写字母a～z进行区别，同理，针对动态风险，编码首位和次位(门类与大类)以大写字母A～Z进行区别，后续小类、一级类、二级类编码规则和静态风险一致。另外，为方便编码使用，统一将三类风险的小类01编号默认为位置坐标，一级类和二级类分别对应风险发生的经度和纬度。由此，基于三种状态的风险特征库将基于前述规则进行编码，进而建立评估对象的特征编码库。
进一步地，通过MEMM-BN方法评估古建筑的动静态风险后，可得到对应门类下某一大类不同影响因素对应的风险发生概率。此时，风险特征库对应输出多条编码，包含风险位置信息和风险潜在危险程度。随后，基于管理政策优化或管理资源调配，如规章制度/操作规程/事故防范方法/应急措施等管理因素改变，例如，优化物的数量及布局关系从而降低静态风险；监测环境因素实现实时监测预警从而降低半动态风险；改变管理政策，优化管理人员数量、执勤点位及客流疏散路线，实现瞬时客流量降低，从而降低人的因素引发的动态风险。而后，优化过的信息重新进入MEMM-BN模型进行验算，验算结果随即在风险特征库中进行重新编码。
特征库中物的影响因素占比10％，环境的影响因素占比20％，人的影响因素占比40％，管理的因素占比30％。对应MEMM-BN模型计算所得的风险发生概率，特征中编码通过机器学习自动排序，并分别罗列“人、物、环、管”各因素排序前10～20的编码条目。同时，自主寻找关联性较强的影响因素，并给出前述比例下最大风险组合，并对给出的各类组合进行排序。由此，通过风险特征库的单个因素和组合因素排序，可获得古建筑风险情况，结合GIS可获得风险源或对应管理概率图谱。如图7所示。
根据本发明实施例提出的古建筑安全风险动态检测方法，预测评估区域未来的安全性。
为了实现上述实施例，如图8所示，本实施例中还提供了古建筑安全风险动态检测装置10，该装置10包括，指标获取模块100、概率确定模块200、指标计算模块300和风险检测模块400。
指标获取模块100，用于获取待检测古建筑风险的多种因素的第一影响指标，根据第一影响指标构建致灾因素集和评估因素集；
概率确定模块200，用于根据致灾因素集和评估因素集确定待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定第二影响指标的条件概率；
指标计算模块300，用于基于第二影响指标的条件概率和第二影响指标的观测值，计算第二影响指标的概率分布结果；
风险检测模块400，用于更新概率分布结果，根据更新后的概率分布结果对待检测古建筑风险进行检测，得到待检测古建筑的风险检测结果。
进一步地，第一影响指标包括人为、物体、环境因素的风险指标和管理因素的管理评估指标；所述致灾因素集，包括静态风险、半动态风险和动态风险；所述第二影响指标包括多种因素的父节点和子节点。
进一步地，上述概率确定模块200的第二影响指标的概率分布结果的计算公式为：
Figure BDA0003811361700000121
其中，[A1,A2,A3,...,An,B1,B2,B3,...,Bn,C1,C2,C3,...,Cn,D1,D2,D3,...,Dn]即U为节点集的状态，Pa(Xi)为Xi的父节点的状态，P(Xi|Pa(Xi))表示在父节点状态为Pa(Xi)的条件下，子节点状态为Xi时的条件概率。
进一步地，上述风险检测模块400的计算公式为：
Figure BDA0003811361700000122
其中，P(U|E)为起火后验概率，P(E)为新证据，P(E|U)为条件概率，P(U)为先验概率。
进一步地，上述装置10，还包括：
参数库建立模块，用于通过对静态风险、半动态风险和动态风险进行分类，根据分类结果对待检测古建筑中建筑实体和承载物进行编码，建立待检测古建筑的特征参数库；
指标优化模块，用于基于风险检测结果和特征参数库得到风险发生概率，根据风险发生概率对多种因素的的指标进行优化得到指标优化结果；
组合排序模块，用于基于指标优化结果对多种因素组合进行排序，得到因素组合排序结果，根据因素组合排序结果确定待检测古建筑风险情况。
根据本发明实施例提出的古建筑安全风险动态检测装置，预测评估区域未来的安全性。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

Claims (10)

1.一种古建筑安全风险动态检测方法，其特征在于，包括以下步骤：
获取待检测古建筑风险的多种因素的第一影响指标，根据所述第一影响指标构建致灾因素集和评估因素集；
根据所述致灾因素集和评估因素集确定所述待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定所述第二影响指标的条件概率；
基于所述第二影响指标的条件概率和所述第二影响指标的观测值，计算所述第二影响指标的概率分布结果；
更新所述概率分布结果，根据所述更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果。
2.根据权利要求1所述的方法，其特征在于，
所述第一影响指标包括人为、物体、环境因素的风险指标和管理因素的管理评估指标；所述致灾因素集，包括静态风险、半动态风险和动态风险；所述第二影响指标包括多种因素的父节点和子节点。
3.根据权利要求2所述的方法，其特征在于，所述第二影响指标的概率分布结果的计算公式为：
Figure FDA0003811361690000011
其中，[A1,A2,A3,...,An,B1,B2,B3,...,Bn,C1,C2,C3,...,Cn,D1,D2,D3,...,Dn]即U为节点集的状态，Pa(Xi)为Xi的父节点的状态，P(Xi|Pa(Xi))表示在父节点状态为Pa(Xi)的条件下，子节点状态为Xi时的条件概率。
4.根据权利要求1所述的方法，其特征在于，所述根据更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果的计算公式为：
Figure FDA0003811361690000021
其中，P(U|E)为起火后验概率，P(E)为新证据，P(E|U)为条件概率，P(U)为先验概率。
5.根据权利要求2所述的方法，其特征在于，所述方法，还包括：
通过对所述静态风险、半动态风险和动态风险进行分类，根据分类结果对所述待检测古建筑中建筑实体和承载物进行编码，建立所述待检测古建筑的特征参数库；
基于所述风险检测结果和所述特征参数库得到风险发生概率，根据所述风险发生概率对所述多种因素的的指标进行优化得到指标优化结果；
基于所述指标优化结果对多种因素组合进行排序，得到因素组合排序结果，根据所述因素组合排序结果确定待检测古建筑风险情况。
6.一种古建筑安全风险动态检测装置，其特征在于，包括：
指标获取模块，用于获取待检测古建筑风险的多种因素的第一影响指标，根据所述第一影响指标构建致灾因素集和评估因素集；
概率确定模块，用于根据所述致灾因素集和评估因素集确定所述待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定所述第二影响指标的条件概率；
指标计算模块，用于基于所述第二影响指标的条件概率和所述第二影响指标的观测值，计算所述第二影响指标的概率分布结果；
风险检测模块，用于更新所述概率分布结果，根据所述更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果。
7.根据权利要求6所述的装置，其特征在于，
所述第一影响指标包括人为、物体、环境因素的风险指标和管理因素的管理评估指标；所述致灾因素集，包括静态风险、半动态风险和动态风险；所述第二影响指标包括多种因素的父节点和子节点。
8.根据权利要求7所述的装置，其特征在于，所述概率确定模块的第二影响指标的概率分布结果的计算公式为：
Figure FDA0003811361690000031
其中，[A1,A2,A3,...,An,B1,B2,B3,...,Bn,C1,C2,C3,...,Cn,D1,D2,D3,...,Dn]即U为节点集的状态，Pa(Xi)为Xi的父节点的状态，P(Xi|Pa(Xi))表示在父节点状态为Pa(Xi)的条件下，子节点状态为Xi时的条件概率。
9.根据权利要求6所述的装置，其特征在于，所述风险检测模块的计算公式为：
Figure FDA0003811361690000032
其中，P(U|E)为起火后验概率，P(E)为新证据，P(E|U)为条件概率，P(U)为先验概率。
10.根据权利要求7所述的装置，其特征在于，所述装置，还包括：
参数库建立模块，用于通过对所述静态风险、半动态风险和动态风险进行分类，根据分类结果对所述待检测古建筑中建筑实体和承载物进行编码，建立所述待检测古建筑的特征参数库；
指标优化模块，用于基于所述风险检测结果和所述特征参数库得到风险发生概率，根据所述风险发生概率对所述多种因素的的指标进行优化得到指标优化结果；
组合排序模块，用于基于所述指标优化结果对多种因素组合进行排序，得到因素组合排序结果，根据所述因素组合排序结果确定待检测古建筑风险情况。
CN202211012233.4A 2022-08-23 2022-08-23 一种古建筑安全风险动态检测方法及装置 Pending CN115392689A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211012233.4A CN115392689A (zh) 2022-08-23 2022-08-23 一种古建筑安全风险动态检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211012233.4A CN115392689A (zh) 2022-08-23 2022-08-23 一种古建筑安全风险动态检测方法及装置

Publications (1)

Publication Number Publication Date
CN115392689A true CN115392689A (zh) 2022-11-25

Family

ID=84120489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211012233.4A Pending CN115392689A (zh) 2022-08-23 2022-08-23 一种古建筑安全风险动态检测方法及装置

Country Status (1)

Country Link
CN (1) CN115392689A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116128310A (zh) * 2023-04-13 2023-05-16 广东广宇科技发展有限公司 一种用于古文物建筑的消防安全评估方法
CN117291431A (zh) * 2023-11-27 2023-12-26 中国科学院空天信息创新研究院 一种基于时空知识图谱的森林火灾承灾体风险分析方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116128310A (zh) * 2023-04-13 2023-05-16 广东广宇科技发展有限公司 一种用于古文物建筑的消防安全评估方法
CN117291431A (zh) * 2023-11-27 2023-12-26 中国科学院空天信息创新研究院 一种基于时空知识图谱的森林火灾承灾体风险分析方法
CN117291431B (zh) * 2023-11-27 2024-01-30 中国科学院空天信息创新研究院 一种基于时空知识图谱的森林火灾承灾体风险分析方法

Similar Documents

Publication Publication Date Title
CN115392689A (zh) 一种古建筑安全风险动态检测方法及装置
CN110544402B (zh) 基于大数据融合的化工园区虚拟仿真应急推演系统
CN103870891B (zh) 基于网格流的输电线路火灾蔓延预测方法及系统
Cavalieri et al. Quantitative assessment of social losses based on physical damage and interaction with infrastructural systems
CN111223027A (zh) 一种城市地震灾害风险评估方法及系统
CN103491351A (zh) 违章建筑物的智能视频监控方法
CN107240216A (zh) 基于3dgis+bim技术和人工智能运维应急报警与快速响应方法
CN115511234A (zh) 用于危险化学品安全生产风险的分级预警管理方法及系统
CN116167892A (zh) 基于数字孪生的水库信息化管理系统
CN118014362B (zh) 工程管理系统、方法、电子设备和计算机可读存储介质
CN113111518A (zh) 一种基于物联网的火灾仿真处理方法
Wang et al. Multiobjective optimization on hierarchical refugee evacuation and resource allocation for disaster management
CN110399537B (zh) 一种基于人工智能技术的警情时空预测方法
Gao et al. Using multilayer perceptron to predict forest fires in jiangxi province, southeast china
CN113051728B (zh) 一种交通网络抗震鲁棒性评估方法
CN116305498B (zh) 隧道数字孪生建模指标判断网络模型构建方法、分析方法
Lam et al. Topological network and GIS approach to modeling earthquake risk of infrastructure systems: a case study in Japan
Meng et al. A dynamic emergency decision support model for emergencies in urban areas
Li et al. An evacuation risk assessment model for emergency traffic with consideration of urban hazard installations
Maranghides et al. A Case Study of the Camp Fire: Fire Progression Timeline, Appendix C.. Community WUI Fire Hazard Evaluation Framework
Solecki et al. New York city panel on climate change 2019 report chapter 9: Perspectives on a city in a changing climate 2008-2018
Joo et al. An analysis of factors influencing disaster mobility using location data from smartphones: Case study of western Japan flooding
Dang et al. The cascade failure model under ecological network is effective for quantifying the resilience of urban regions
KR20220165393A (ko) 수소가스 위험시설물 관리장치 및 그 장치의 구동방법
Yang et al. Cascading Failure Analysis of Causal Factors for Construction Collapse Accidents Based on Network Theory

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