CN117252434B - 一种历史文化街区火灾风险评估方法 - Google Patents
一种历史文化街区火灾风险评估方法 Download PDFInfo
- Publication number
- CN117252434B CN117252434B CN202311509078.1A CN202311509078A CN117252434B CN 117252434 B CN117252434 B CN 117252434B CN 202311509078 A CN202311509078 A CN 202311509078A CN 117252434 B CN117252434 B CN 117252434B
- Authority
- CN
- China
- Prior art keywords
- value
- division
- judgment matrix
- matrix
- fire
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012502 risk assessment Methods 0.000 title claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims abstract description 134
- 239000013598 vector Substances 0.000 claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 27
- 230000008030 elimination Effects 0.000 claims abstract description 24
- 238000003379 elimination reaction Methods 0.000 claims abstract description 24
- 230000009467 reduction Effects 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 17
- 230000014509 gene expression Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mathematical Optimization (AREA)
- Development Economics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及火灾风险评估技术领域,提出了一种历史文化街区火灾风险评估方法,获取历史文化街区的平面结构图及各建筑的建筑独热编码,根据建筑独热编码的信息进行划分得到各划分类及划分小类,结合AHP算法获取各划分小类的判断矩阵,获取判断矩阵中各元素的主观误差消除系数,根据判断矩阵中各元素的主观误差消除系数得到各划分小类的权重,获取各加法判断矩阵的矩阵中心偏移量向量,根据矩阵中心偏移量向量得到各划分类的划分类可信度,进而得到各建筑的第一火灾风险评估值及消防设施消减评估值,完成历史文化街区火灾风险评估。本发明旨在提高火灾风险评估的准确率,实现历史文化街区火灾风险的精确评估。
Description
技术领域
本发明涉及火灾风险评估技术领域,具体涉及一种历史文化街区火灾风险评估方法。
背景技术
历史文化街区是蕴含着城市历史和文化的老旧社区,有较高的文化价值和商业价值。由于历史文化街区存在着大量的老式建筑,由于过去的建筑技术限制、建筑老化、没有空间安装现代化防火设施等原因,加上街区对外的商业开放导致的人员大量流动,导致历史文化街区存在着极大的火灾风险。
由于历史文化街区有着较大的火灾风险隐患,因此需要管理人员经常进行火灾巡检。但由于街区较大,如果每栋古建筑都采用相同的巡检等级,会导致火灾巡检的工作量大大提升,因此对历史文化街区的不同区域进行火灾风险评估是十分必要的。历史文化街区的结构复杂多变,因此每个历史文化街区的火灾风险评估大多基于专家不同角度的主观的火灾风险评分进行简单的加权求和得到风险评估指数。传统方法没有针对收集到的数据的主观性进行处理,导致评价不够客观准确;其次没有进一步对数据间的结构化信息进行挖倔,导致风险评估内容不够精确,对火灾巡检评估的指导作用较差。
综上所述,本发明提出一种历史文化街区火灾风险评估方法,通过获取历史文化街区的平面结构示意图,结合AHP算法获取各判断矩阵,最终得到历史文化街区的平面结构示意图中各像素点的二级火灾风险评估值,提高了火灾风险评估的准确率。
发明内容
为了解决上述技术问题,本发明提供一种历史文化街区火灾风险评估方法,以解决现有的问题。
本发明的一种历史文化街区火灾风险评估方法采用如下技术方案:
本发明一个实施例提供了一种历史文化街区火灾风险评估方法,该方法包括以下步骤:
获取历史文化街区各建筑的结构信息及建筑独热编码;绘制历史文化街区的平面结构图;
将历史文化街区各建筑的结构信息进行统一划分为由目标层、准则层、次准则层及指标层构成的树状结构;将树状结构中具有分支的节点作为划分类;将各划分类包含的分支节点作为划分小类;结合AHP算法对各划分类的划分小类进行打分获取各划分类的判断矩阵;对判断矩阵中小于 1 的元素用其倒数的相反数加 2 代替,将各元素均减去 1的结果作为加法判断矩阵的各元素;根据加法判断矩阵中各元素的分布得到判断矩阵中各元素的主观误差消除系数;
根据判断矩阵中各元素的主观误差消除系数得到各划分小类的权重;根据加法判断矩阵中各元素的分布占比得到各加法判断矩阵的矩阵中心偏移量向量;根据各加法判断矩阵的矩阵中心偏移量向量间的距离关系得到各划分类的划分类可信度;结合各划分小类的权重及各划分类的划分类可信度得到树状结构中各节点的风险指标;结合树状结构中各节点的风险指标得到各建筑的第一火灾风险评估值;
根据各建筑的第一火灾风险评估值得到历史文化街区的消防设施消减评估值;结合第一火灾风险评估值及消防设施消减评估值得到历史文化街区的平面结构图中各像素点的二级火灾风险评估值;根据历史文化街区的平面结构图中各像素点的二级火灾风险评估值完成历史文化街区火灾风险评估。
优选的,所述根据加法判断矩阵中各元素的分布得到判断矩阵中各元素的主观误差消除系数,表达式为:
式中,为第/>个判断矩阵中/>元素的主观误差消除系数,表示第/>个加法判断矩阵中/>元素,/>表示第/>个加法判断矩阵对应的划分类中所有加法判断矩阵/>元素的均值,/>为第/>个加法判断矩阵中/>元素的信息含量,/>为第/>个加法判断矩阵的所在划分类中,第/>个加法判断矩阵除去第/>行第/>列的元素外,其它位置所有元素的所述信息含量的和值。
优选的,所述根据判断矩阵中各元素的主观误差消除系数得到各划分小类的权重,包括:
计算判断矩阵中各元素与各元素的主观误差消除系数的乘积,计算判断矩阵中每行所有元素所述乘积的乘积,记为连乘积,将判断矩阵列数的倒数作为所述连乘积的次方根,将所述连乘积的次方根的计算结果的归一化值作为各划分小类的权重。
优选的,所述根据加法判断矩阵中各元素的分布占比得到各加法判断矩阵的矩阵中心偏移量向量,包括:
加法判断矩阵的矩阵中心偏移向量中第一个元素值、第二个元素值表达式分别为:
式中,为矩阵中心偏移量向量中的第一个元素值,/>为矩阵中心偏移量向量中的第二个元素值,/>表示加法判断矩阵的行数,/>表示加法判断矩阵的列数,/>表示加法判断矩阵的第/>行元素,/>表示加法判断矩阵的第/>列元素,/>代表第/>个加法判断矩阵的第/>行/>列的元素,/>是第/>列元素位置在矩阵水平方向上的投影长度占矩阵在水平方向上投影长度的比值的两倍,/>是第/>行元素位置在矩阵竖直平方向上的投影长度占矩阵在竖直方向上投影长度的比值的两倍,/>代表对括号中的数值求平方和的算术平方根;
矩阵中心偏移量向量中的第三个元素值为加法判断矩阵中所有元素的均值。
优选的,所述根据各加法判断矩阵的矩阵中心偏移量向量间的距离关系得到各划分类的划分类可信度,包括:
针对同一划分类的各个加法判断矩阵,计算各个加法判断矩阵间矩阵中心偏移量向量的欧氏距离的均值,将所述均值作为各划分类的划分类可信度。
优选的,所述结合各划分小类的权重及各划分类的划分类可信度得到树状结构中各节点的风险指标,包括:
针对指标层的各节点,将建筑独热编码中元素为1的节点的权重的和值作为次准则层各划分类的风险指标;
针对准则层的各节点,计算次准则层的节点的风险指标与次准则层节点的划分小类的权重的乘积,记为第一乘积,计算所述第一乘积与次准则层节点的划分类可信度的乘积,记为第二乘积,将所述第二乘积作为准则层各节点的风险指标;
针对目标层的节点,计算准则层的节点的风险指标与准则层的节点的划分小类的权重的乘积,记为第三乘积,计算所述第三乘积与准则层的节点的划分类可信度的乘积,记为第四乘积,将第四乘积作为目标层的风险指标。
优选的,所述结合树状结构中各节点的风险指标得到各建筑的第一火灾风险评估值,包括:
将各建筑目标层的风险指标作为各建筑的第一火灾风险评估值。
优选的,所述根据各建筑的第一火灾风险评估值得到历史文化街区的消防设施消减评估值,包括的具体方法为:
针对历史文化街区的所有建筑,计算所有建筑的第一火灾风险评估值的均值,将所述均值作为历史文化街区的消防设施消减评估值。
优选的,所述结合第一火灾风险评估值及消防设施消减评估值得到历史文化街区的平面结构图中各像素点的二级火灾风险评估值,表达式为:
式中,表示历史文化街区的平面结构图中各像素点的二级火灾风险评估值,代表了第/>个像素点方圆/>米内所有建筑物像素点与第/>个像素点的欧式距离,/>代表了建筑物像素点的个数,/>是建筑物像素点对应建筑设施的第一火灾风险评估值,表示火灾指数影响距离;/>代表了第/>个像素点方圆/>米内所有消防设施像素点与第/>个像素点的欧式距离,/>代表了消防设施像素点的个数,/>是该历史文化街区的消防设施削减评估值。
优选的,所述根据历史文化街区的平面结构图中各像素点的二级火灾风险评估值完成历史文化街区火灾风险评估,包括的具体方法为:
设定阈值,计算历史文化街区的平面结构图中所有像素点的二级火灾风险评估值的均值的归一化值,当所述归一化值大于等于阈值时表示历史文化街区存在火灾风险,当所述归一化值小于阈值时表示历史文化街区不存在火灾风险。
本发明至少具有如下有益效果:
本发明实施例针对传统的AHP算法主观性大的特点,针对判断矩阵中不同元素的信息量不同和不同元素偏离均值的不同,构建出主观误差消除系数计算划分小类的权重,降低了收集的评分数据中的离群点的比重,减少了单个打分专家的个人偏见对总体评分的影响;针对AHP算法中的判断矩阵构建矩阵中心偏移量向量,表征不同专家评分之间的相似度,进一步计算出划分类可信度,作为表征评分结果混乱程度的指标,对于混乱程度低的指标给予更高的可信度作为权重,进一步减少了主观意见差异对评分结果的影响;
根据划分类可信度和划分小类的权重计算一级火灾风险评估值,结合历史文化街区中建筑物的布局,计算二级火灾风险评估值,充分利用了建筑物的布局信息,使火灾风险的评估更加合理,最终得到火灾风险评估指导示意图,用以指导历史文化街区火灾巡检的人员和路线安排。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例提供的一种历史文化街区火灾风险评估方法的步骤流程图;
图2为历史文化街区平面结构示意图;
图3为火灾风险评估指标获取流程图;
图4为建筑独热编码BF信息层次划分;
图5为矩阵投影示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种历史文化街区火灾风险评估方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种历史文化街区火灾风险评估方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种历史文化街区火灾风险评估方法的步骤流程图,该方法包括以下步骤:
步骤S001,获取历史文化街区各建筑的结构信息及建筑独热编码;绘制历史文化街区的平面结构图。
对于一个建筑物自身,影响其是否容易发生火灾的因素很多,本发明实施例对每个建筑选择收集表1所示信息,构成建筑独热编码,如表1建筑独热编码BF的编码位置和信息所示。
根据表1历史文化街区中的每一个建筑物都可以通过调查填表获得一个建筑独热编码。在调查一个建筑时,根据依次遍历表1中的信息,如果建筑物满足信息所述条件,则将该信息对应的编码位置标记为1,若不满足信息所述条件,则标记为0。最终每个建筑都可以得到一个长度为/>的向量,作为建筑独热编码/>。
需要说明的是,一级通道指可以容纳大型消防车通过的通道,二级通道指可以容纳中型及以下消防车的通道,三级通道是指只能容纳小型消防车辆通过的通道。本实施例将宽度8米及以上的道路设定为一级通道,将宽度6到8米的道路设定为二级通道,将宽度4到6米的道路设定为三级通道,实施者可根据实际情况自行设定,本实施例对此不做限制。
表1
人口密度是指建筑物占地面积除以等效人数,单位为平米每人;等效人数是指通过调查建筑内当天人数随时间变化的拟合曲线,对拟合曲线每隔分钟设置一个采样点,得到一个采样值,将所有采样值的均值乘以/>作为等效人数;本实施例中/>,/>,实施者可根据实际情况自行设定,本实施例对此不做限制。本实施例将人口密度值在15及以下为高人口密度,人口密度值在15到30内为中人口密度,人口密度值在30及以上为低人口密度,实施者可根据实际情况自行设定,本实施例对此不做限制。
根据工程人员的测绘,获取历史文化街区的平面结构图,具体如图2历史文化街区平面结构示意图所示。
具体图2中灰色不规则方块为历史文化街区的建筑物,且其中每个建筑物都具有各自的建筑独热编码;其中向左斜杠为填充的矩形为一级通道;以水平放置的正方形网格为填充的矩形是二级通道;以斜向放置的正方形网格为填充的矩形是三级通道;交叉位置为水井、水缸等古建筑常用的传统防火水源。
至此,即可根据上述方法获取历史文化街区的平面结构图和每个建筑物的建筑独热编码。
步骤S002,结合AHP算法获取各划分小类的判断矩阵,获取判断矩阵中各元素的主观误差消除系数,根据判断矩阵中各元素的主观误差消除系数得到各划分小类的权重,获取各加法判断矩阵的矩阵中心偏移量向量,根据矩阵中心偏移量向量得到各划分类的划分类可信度,进而得到各建筑的第一火灾风险评估值及消防设施消减评估值,最终得到二级火灾风险评估值。
具体的,本实施例将根据建筑独热编码的信息进行划分得到各划分类及划分小类,结合AHP算法获取各划分小类的判断矩阵,获取判断矩阵中各元素的主观误差消除系数,根据判断矩阵中各元素的主观误差消除系数得到各划分小类的权重,获取各加法判断矩阵的矩阵中心偏移量向量,根据矩阵中心偏移量向量得到各划分类的划分类可信度,进而得到各建筑的第一火灾风险评估值及消防设施消减评估值,完成历史文化街区火灾风险评估,具体火灾风险评估指标获取流程图如图3所示。历史文化街区的平面结构示意图中各像素点的二级火灾风险评估值的构建过程具体为:
将建筑独热编码对应元素的信息进行划分分类,具体如图4建筑独热编码/>信息层次划分所示。
在图4中,本实施例将建筑独热编码的25个对应信息划分为4层。其中火灾风险系数为目标层;目标层对应的两个被划分小类构成准则层;准则层分别连接的八个被划分小类构成次准则层;次准则层分别连接的二十五个被划分小类构成指标层。本文所述划分类一词的含义如图4所示,树状结构中准则层的两个节点被划分的所有枝节点对应一个划分类,枝节点被划分的下一层节点是对应划分类中的划分小类,具体为将树状结构中具有分支的节点作为划分类,将各划分类包含的分支节点作为划分小类。
邀请古建筑、消防方面的专家人,本实施例中/>,实施者可根据实际情况自行设定,本实施例对此不做限制,对每个划分类的划分小类两两进行比较打分,打分的标准规则与传统AHP算法相同,具体过程为传统AHP算法的打分过程,其中AHP算法为现有公知技术,本实施例在此不做详细赘述。
表2
经过打分后,每个专家对每个划分类都有一个判断矩阵,判断矩阵是一个行数等于划分类中被划分小类的个数的方阵,具体如表2所示,其中的元素取值是1到9的整数或1到9的整数的倒数;在表2中,以a值为例,表示划分小类/>对比划分小类/>的重要程度,a值若为2到9,则a值越大表示/>比/>越重要;a值若为1,则表示/>与同样重要;a值若为/>到/>,则a值越大表示/>比/>越重要。
在传统的AHP算法中,是直接对每个专家给出的评分经过计算和直接相加,没有根据不同专家间对同一个划分类给出打分的差异性进行处理,导致可能会因为某个专家对某一划分小类的评分偏好,导致整体的评分偏离客观评分,因此构建主观误差消除系数,具体构建过程如下:
首先对所有判断矩阵,进行预处理,对矩阵中小于1的元素用其倒数的相反数加2代替,然后对所有元素减1,得到预处理后的判断矩阵称为加法判断矩阵/>。这一步的目的是将在不改变专家给出信息的同时,将判断矩阵/>判断信息重要程度的数值尺度从比值转换为差值,使在计算相关特征值时的数值设计更合理,所述主观误差消除系数具体表达式为:
式中,为第/>个判断矩阵中/>元素的主观误差消除系数,表示第/>个加法判断矩阵中/>元素,/>表示第/>个加法判断矩阵对应的划分类中所有加法判断矩阵/>元素的均值,需要说明的是第/>个加法判断矩阵与第/>个判断矩阵对应,是由第/>个判断矩阵经数学计算得到;
为第/>个加法判断矩阵中/>元素的信息含量,/>是第/>个加法判断矩阵中/>元素在第/>个加法判断矩阵对应的划分类的所有加法判断矩阵中所有/>元素中出现的概率;
为第/>个加法判断矩阵的所在划分类中,第/>个加法判断矩阵除去第行第/>列的元素外,其它位置所有元素的所述信息含量的和值;/>是第/>个加法判断矩阵的第/>行第/>列元素;/>第/>个加法判断矩阵中/>元素在第/>个加法判断矩阵对应的划分类的所有加法判断矩阵中所有/>元素中出现的概率,/>表示加法判断矩阵的行数,/>表示加法判断矩阵的列数。
与/>的比值代表了第/>个加法判断矩阵中/>元素在加法判断矩阵中信息含量的占比,占比越大比值越大,代表/>的信息含量越大,信息含量越大越应该重视,则专家给出的评分权重应该越大;/>代表了/>在所有专家给出的评分中,/>与均值的偏离量,偏离量越大代表专家给出的评分越主观,则对应的评分权重应该越小。
每个专家给出的判断矩阵,每一行的数值代表了该行对应信息的权重大小,因此构建被划分小类的权重/>,具体表达式为:
式中,表示一个划分类中第/>个判断矩阵的第/>行第/>列元素,为第/>个判断矩阵中/>元素的主观误差消除系数,/>表示加法判断矩阵的行数,/>表示加法判断矩阵的列数;/>表示第/>个判断矩阵的第/>行对应的划分小类未归一化的权重,/>表示第/>个判断矩阵的第/>行对应的划分小类归一化后的权重。将/>记为连乘积。
项作为主观误差消除系数,消除了传统的AHP算法的权重计算因为专家主观影响造成的最终权重结果偏差,使得最终被划分小类的权重值更合理。
对所有专家给出的划分小类的权重求均值,得到划分小类的权重/>。本发明实施例中,指标层有25个信息,分别对应25个划分小类的权重/>;次准则层有8个信息,分别对应8个划分小类的权重/>;准则层有2个信息,分别对应2个划分小类的权重;本实施例中共有35个划分小类的权重/>。
对于得到的35个划分小类的权重,对应了图4所示树状结构中除火灾风险系数外的35个节点。
对于目标层、准则层、次准则层的信息,其中的每一个划分类都对应一组加法判断矩阵,每个加法判断矩阵/>对应一个专家。在传统的AHP算法中,判断矩阵/>代表了专家对不同指标的打分情况,且在同一划分类的判断矩阵中其对应行列代表的信息是相同的,因此判断矩阵的数值分布情况代表了一个专家打分的偏好情况,对应的在加法判断矩阵/>中,数值分布情况代表了一个专家打分的偏好情况。
为得到每个划分类中,专家的打分偏好情况,对各划分类中第个加法判断矩阵计算矩阵中心偏移量向量/>,具体表达式为:
式中,表示第/>个加法判断矩阵的矩阵中心偏移量向量,/>表示加法判断矩阵的行数,/>表示加法判断矩阵的列数,/>表示加法判断矩阵的第/>行元素,/>表示加法判断矩阵的第/>列元素,/>代表第/>个加法判断矩阵的第/>行/>列的元素。/>是第/>列元素位置在矩阵水平方向上的投影长度占矩阵在水平方向上投影长度的比值的两倍,/>是第/>行元素位置在矩阵竖直平方向上的投影长度占矩阵在竖直方向上投影长度的比值的两倍。具体如图5矩阵投影示意图所示。
代表对括号中的数值求平方和的算术平方根;/>为矩阵中心偏移量向量中的第一个元素值,代表第/>个加法判断矩阵所有元素在矩阵水平方向上的分量,为矩阵中心偏移量向量中的第二个元素值,代表第/>个加法判断矩阵所有元素在矩阵竖直方向上的分量,/>是加法判断矩阵所有元素的均值。/>是由于加法判断矩阵的数值沿矩阵的主对角线呈相反数分布且对角线上的元素都为1,因此只计算矩阵的上三角矩阵部分,更能凸显矩阵的数值分布情况。
最终得到是各划分类中第/>个加法判断矩阵的矩阵中心偏移量向量,其中和/>分别代表水平方向和竖直方向,元素位置的投影占矩阵长度的比值,所述比值越大,表示元素越远离矩阵的中心,在计算矩阵的矩阵中心偏移量向量时,所占比重越大。
式中和/>根据对应元素所在位置的水平或竖直投影的比值乘以该元素的大小得到的,得到的数值越大,代表元素的数值越大,代表矩阵在水平或竖直投影方向的矩阵中心偏移量越大。
表示第/>个加法判断矩阵的/>的元素之和,得到的数值越大代表第/>个加法判断矩阵的数值分布越极端,表示给出第/>个加法判断矩阵的专家在判别时给出的分值差异越极端。
最终的代表了专家在判别时给出的分值分布情况,/>越相似代表专家给出的评分越相似。因此根据矩阵中心偏移量向量计算各划分类的划分类可信度,具体表达式为:
式中,和/>分别是一个划分类中第/>个和第/>个加法判断矩阵的矩阵中心偏移量向量,/>和/>相等,代表一个划分类中加法判断矩阵的总数,/>是求括号中两个向量的欧式距离,/>表示各划分类的划分类可信度。
上式是各划分类中,所有矩阵两两间的矩阵中心偏移量向量的欧式距离的和值的均值,表示各划分类中专家给出的判断之间的混乱程度,值越大代表专家给出的判断越混乱,代表划分类存在越大的争议,在使用所述划分类的数据进行决策时,对应的所述划分类的权重应该越低。
对于一个建筑物,在建筑独热编码中元素为1的部分,在图2中的指标层有一一对应的信息,将对应的节点标记为满足条件;在次准则层中的各个节点,对于其对应的所有指标层节点,若有其标记为满足条件,则读取其划分小类的权重/>,将所有对应的权重加权相加,得到每个次准则层的节点的风险指标。
针对指标层的各节点,将建筑独热编码中元素为1的节点的权重的和值作为次准则层各划分类的风险指标,针对准则层的各节点,计算次准则层的节点的风险指标与次准则层节点的划分小类的权重的乘积,记为第一乘积,计算所述第一乘积与次准则层节点的划分类可信度的乘积,记为第二乘积,将所述第二乘积作为准则层各节点的风险指标,针对目标层的节点,计算准则层的节点的风险指标与准则层的节点的划分小类的权重的乘积,记为第三乘积,计算所述第三乘积与准则层的节点的划分类可信度的乘积,记为第四乘积,将第四乘积作为目标层的风险指标。目标层的风险指标即是该建筑的第一火灾风险评估值。
对于历史文化街区的所有建筑,求出所有建筑的第一火灾风险评估值,而后求均值得到消防设施削减评估值/>,代表了设置在街区的消防设施如水井,消防通道等对发生火灾后的扑灭能力。
本实施例根据各级道路及设施设置火灾指数影响距离如下表3所示,实施者可根据实际情况自行设定,本实施例对此不做限制:
表3
表3中代表了各个消防设施在计算火灾风险评估值时的影响范围,其中代表了建筑物的面积,/>代表了建筑物的层数。
在历史文化街区的平面结构示意图中,针对各像素点,分析方圆米内的像素点属性,根据建筑物设施计算各像素点的二级火灾风险评估值/>,表达式如下:
式中,表示历史文化街区的平面结构图中各像素点的二级火灾风险评估值,代表了第/>个像素点方圆/>米内所有建筑物像素点与第/>个像素点的欧式距离,本实施例中/>,实施者可根据实际情况自行设定,本实施例对此不做限制,/>代表了建筑物像素点的个数,/>是建筑物像素点对应建筑设施的第一火灾风险评估值,/>表示火灾指数影响距离;/>代表了第/>个像素点方圆/>米内所有消防设施像素点与第/>个像素点的欧式距离,/>代表了消防设施像素点的个数,/>是该历史文化街区的消防设施削减评估值。
本式以距离为权重,以第一火灾风险评估值和消防设施削减评估值作为指标,对每个像素点的火灾风险评估值加权求平均,得到二级火灾风险评估值,二级火灾风险评估值越大代表像素点所在区域的火灾风险越大。
步骤S003,根据各像素点的二级火灾风险评估值完成历史文化街区火灾风险评估。
设定阈值,计算历史文化街区的平面结构图中所有像素点的二级火灾风险评估值的均值的归一化值,当所述归一化值大于等于阈值时表示历史文化街区存在火灾风险,当所述归一化值小于阈值时表示历史文化街区不存在火灾风险,本实施例中阈值确定为0.7,实施者可根据实际情况自行设定,本实施例对此不做限制。
综上所述,本发明实施例解决了传统火灾风险评估方法难度大、准确率低的问题,结合改进AHP算法,提高了火灾风险评估的准确率,实现历史文化街区火灾风险评估。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种历史文化街区火灾风险评估方法,其特征在于,该方法包括以下步骤:
获取历史文化街区各建筑的结构信息及建筑独热编码;绘制历史文化街区的平面结构图;
将历史文化街区各建筑的结构信息进行统一划分为由目标层、准则层、次准则层及指标层构成的树状结构;将树状结构中具有分支的节点作为划分类;将各划分类包含的分支节点作为划分小类;结合AHP算法对各划分类的划分小类进行打分获取各划分类的判断矩阵;对判断矩阵中小于 1 的元素用其倒数的相反数加 2 代替,将各元素均减去 1的结果作为加法判断矩阵的各元素;根据加法判断矩阵中各元素的分布得到判断矩阵中各元素的主观误差消除系数;
根据判断矩阵中各元素的主观误差消除系数得到各划分小类的权重;根据加法判断矩阵中各元素的分布占比得到各加法判断矩阵的矩阵中心偏移量向量;根据各加法判断矩阵的矩阵中心偏移量向量间的距离关系得到各划分类的划分类可信度;结合各划分小类的权重及各划分类的划分类可信度得到树状结构中各节点的风险指标;结合树状结构中各节点的风险指标得到各建筑的第一火灾风险评估值;
根据各建筑的第一火灾风险评估值得到历史文化街区的消防设施消减评估值;结合第一火灾风险评估值及消防设施消减评估值得到历史文化街区的平面结构图中各像素点的二级火灾风险评估值;根据历史文化街区的平面结构图中各像素点的二级火灾风险评估值完成历史文化街区火灾风险评估;
所述根据加法判断矩阵中各元素的分布得到判断矩阵中各元素的主观误差消除系数,表达式为:
式中,为第/>个判断矩阵中/>元素的主观误差消除系数,表示第/>个加法判断矩阵中/>元素,/>表示第/>个加法判断矩阵对应的划分类中所有加法判断矩阵/>元素的均值,/>为第/>个加法判断矩阵中/>元素的信息含量,/>为第/>个加法判断矩阵的所在划分类中,第/>个加法判断矩阵除去第/>行第/>列的元素外,其它位置所有元素的所述信息含量的和值;
所述根据各加法判断矩阵的矩阵中心偏移量向量间的距离关系得到各划分类的划分类可信度,包括:针对同一划分类的各个加法判断矩阵,计算各个加法判断矩阵间矩阵中心偏移量向量的欧氏距离的均值,将所述均值作为各划分类的划分类可信度;
所述结合各划分小类的权重及各划分类的划分类可信度得到树状结构中各节点的风险指标,包括:针对指标层的各节点,将建筑独热编码中元素为1的节点的权重的和值作为次准则层各划分类的风险指标;针对准则层的各节点,计算次准则层的节点的风险指标与次准则层节点的划分小类的权重的乘积,记为第一乘积,计算所述第一乘积与次准则层节点的划分类可信度的乘积,记为第二乘积,将所述第二乘积作为准则层各节点的风险指标;针对目标层的节点,计算准则层的节点的风险指标与准则层的节点的划分小类的权重的乘积,记为第三乘积,计算所述第三乘积与准则层的节点的划分类可信度的乘积,记为第四乘积,将第四乘积作为目标层的风险指标;
所述结合树状结构中各节点的风险指标得到各建筑的第一火灾风险评估值,包括:将各建筑目标层的风险指标作为各建筑的第一火灾风险评估值;
所述根据各建筑的第一火灾风险评估值得到历史文化街区的消防设施消减评估值,包括的具体方法为:针对历史文化街区的所有建筑,计算所有建筑的第一火灾风险评估值的均值,将所述均值作为历史文化街区的消防设施消减评估值;
所述结合第一火灾风险评估值及消防设施消减评估值得到历史文化街区的平面结构图中各像素点的二级火灾风险评估值,表达式为:
式中,表示历史文化街区的平面结构图中各像素点的二级火灾风险评估值,代表了第/>个像素点方圆/>米内所有建筑物像素点与第/>个像素点的欧式距离,/>代表了建筑物像素点的个数,/>是建筑物像素点对应建筑设施的第一火灾风险评估值,表示火灾指数影响距离;/>代表了第/>个像素点方圆/>米内所有消防设施像素点与第/>个像素点的欧式距离,/>代表了消防设施像素点的个数,/>是该历史文化街区的消防设施削减评估值。
2.根据权利要求1所述的一种历史文化街区火灾风险评估方法,其特征在于,所述根据判断矩阵中各元素的主观误差消除系数得到各划分小类的权重,包括:
计算判断矩阵中各元素与各元素的主观误差消除系数的乘积,计算判断矩阵中每行所有元素所述乘积的乘积,记为连乘积,将判断矩阵列数的倒数作为所述连乘积的次方根,将所述连乘积的次方根的计算结果的归一化值作为各划分小类的权重。
3.根据权利要求1所述的一种历史文化街区火灾风险评估方法,其特征在于,所述根据加法判断矩阵中各元素的分布占比得到各加法判断矩阵的矩阵中心偏移量向量,包括:
加法判断矩阵的矩阵中心偏移向量中第一个元素值、第二个元素值表达式分别为:
式中,为矩阵中心偏移量向量中的第一个元素值,/>为矩阵中心偏移量向量中的第二个元素值,/>表示加法判断矩阵的行数,/>表示加法判断矩阵的列数,/>表示加法判断矩阵的第/>行元素,/>表示加法判断矩阵的第/>列元素,/>代表第/>个加法判断矩阵的第/>行/>列的元素,/>是第/>列元素位置在矩阵水平方向上的投影长度占矩阵在水平方向上投影长度的比值的两倍,/>是第/>行元素位置在矩阵竖直平方向上的投影长度占矩阵在竖直方向上投影长度的比值的两倍,/>代表对括号中的数值求平方和的算术平方根;
矩阵中心偏移量向量中的第三个元素值为加法判断矩阵中所有元素的均值。
4.根据权利要求1所述的一种历史文化街区火灾风险评估方法,其特征在于,所述根据历史文化街区的平面结构图中各像素点的二级火灾风险评估值完成历史文化街区火灾风险评估,包括的具体方法为:
设定阈值,计算历史文化街区的平面结构图中所有像素点的二级火灾风险评估值的均值的归一化值,当所述归一化值大于等于阈值时表示历史文化街区存在火灾风险,当所述归一化值小于阈值时表示历史文化街区不存在火灾风险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311509078.1A CN117252434B (zh) | 2023-11-14 | 2023-11-14 | 一种历史文化街区火灾风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311509078.1A CN117252434B (zh) | 2023-11-14 | 2023-11-14 | 一种历史文化街区火灾风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252434A CN117252434A (zh) | 2023-12-19 |
CN117252434B true CN117252434B (zh) | 2024-02-06 |
Family
ID=89127957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311509078.1A Active CN117252434B (zh) | 2023-11-14 | 2023-11-14 | 一种历史文化街区火灾风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252434B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
CN111582718A (zh) * | 2020-05-08 | 2020-08-25 | 国网安徽省电力有限公司电力科学研究院 | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 |
CN114611942A (zh) * | 2022-03-14 | 2022-06-10 | 山东睿源公共安全及应急技术服务有限公司 | 一种建筑火灾风险评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222406A (zh) * | 2021-05-11 | 2021-08-06 | 国网安徽省电力有限公司电力科学研究院 | 变压器消防灭火系统有效性评估方法及装置 |
-
2023
- 2023-11-14 CN CN202311509078.1A patent/CN117252434B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
CN111582718A (zh) * | 2020-05-08 | 2020-08-25 | 国网安徽省电力有限公司电力科学研究院 | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 |
CN114611942A (zh) * | 2022-03-14 | 2022-06-10 | 山东睿源公共安全及应急技术服务有限公司 | 一种建筑火灾风险评估方法 |
Non-Patent Citations (1)
Title |
---|
基于GIS的历史文化街区火灾风险评估――以福州市三坊七巷为例;吴在栋;胡玉娟;张明锋;林广发;李乔玄;黄远鑫;;灾害学(第04期);205-209 * |
Also Published As
Publication number | Publication date |
---|---|
CN117252434A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113191644A (zh) | 一种基于自发-引发风险评价模型城市内涝风险评价方法 | |
CN107610021A (zh) | 环境变量时空分布的综合分析方法 | |
CN110096563B (zh) | 一种基于生态服务逻辑编码的生态网络构建方法 | |
CN113887908A (zh) | 考虑主客观交叉融合权重的桥梁风险评估方法 | |
CN109767074A (zh) | 一种高可靠性供电区配网规划效果综合评估方法 | |
CN109993463A (zh) | 一种综合管廊的工程质量管理评价方法 | |
CN110852560A (zh) | 一种受限空间地铁绿色施工的综合评价方法 | |
CN110362948A (zh) | 一种基于云模型的岩溶地面塌陷的治理方法 | |
CN106845080A (zh) | 基于差异修正的景区旅游气象灾害智能预测方法 | |
CN109919779A (zh) | 数据资产价值评估模型及方法 | |
CN115081792B (zh) | 一种考虑工程施工安全风险的铁路线路方案评价方法 | |
CN115712634A (zh) | 一种基于空间熵的城市更新单元边界划定方法及展示平台 | |
CN117252434B (zh) | 一种历史文化街区火灾风险评估方法 | |
CN114862137A (zh) | 一种基于层次分析法的街道步行交通环境评价方法 | |
CN114387131A (zh) | 一种针对工程造价项目的数据审核方法及系统 | |
CN109947876A (zh) | 基于地理网格的倒损房屋编码标识方法和统计方法 | |
CN106777848A (zh) | 一种基于模糊综合评价的拱肋提升施工稳定性评价方法 | |
CN118095620A (zh) | 一种基于遗传算法的城市建设用地规划方法 | |
CN109886553A (zh) | 一种水污染负荷公平性评价与分配方法 | |
Vencatasawmy et al. | Building a spatial microsimulation model | |
CN104679988B (zh) | 一种基于云topsis的多属性决策方法 | |
CN110727986A (zh) | 基于bim和加权灰云聚类模型的古建筑维护模型获取方法 | |
CN116644989A (zh) | 一种桥梁技术状况指标的权重计算方法 | |
CN115829399A (zh) | 一种基于bim技术质量安全系统评价方法 | |
Balbenta et al. | Generation of flood hazard maps in Marikina City using GIS-MCDA interval rough AHP (IR’AHP) |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |