[發明專利]基于大數據的多元線性回歸火災風險評估方法

在審

• 申請號: 201810945207.4
• 申請日: 2018-08-17
• 公開（公告）號: CN109064050A
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 邢翱;徐放;隋虎林;劉濛;王軍
• 申請（專利權）人: 公安部沈陽消防研究所
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26
• 代理公司: 沈陽杰克知識產權代理有限公司 21207
• 代理人: 羅瑩

本發明涉及一種基于大數據的多元線性回歸火災風險評估方法，于數據處理分析領域。包括如下步驟：(1)構建火災風險因素層級結構模型：(2)劃分建筑火災風險等級；(3)確立評估模型R＝W^TX；(4)構建風險評估機器學習數據樣本；(5)根據樣本計算權重W，完成消防安全火災風險評估模型建立R＝W^TX；用以評估民用建筑中的公共建筑的火災風險：(6)根據步驟(4.1)計算得出待評估建筑的屬性值，再以步驟(5)建立的模型計算出風險值與步驟(2)中劃分的風險等級進行對比，進而得出建筑物的風險等級。本方法采用多屬性評估方法，實現火災風險等級定量化評價，全方位綜合評估社會單位消防安全管理風險。

技術領域

本發明涉及一種基于大數據和機器學習的火災風險評估方法，屬于數據處理分析領域。

背景技術

當今社會飛速發展，火災早已成為一種不容忽視的災害，如何主動發現、提前預警，如何降低社會單位的火災風險，一直是社會化消防工作的基礎。隨著科技的發展，基于大數據、云計算以及人工智能的火災風險評估方法不斷成熟，通過對海量歷史數據的分析和挖掘，建立一套科學的火災風險評估體系。通過對社會單位進行火災風險評估，確定其消防安全等級，發現風險項，指導其改進消防安全機制，提升消防安全等級，從而降低風險、保護人民群眾的生命財產安全，更能夠幫助各級政府和部門有針對性地開展消防工作，更有重點地解決至于火災撲救和搶險救援的基礎性、瓶頸性問題，從而提升城市防災減災能力。

火災風險評估方法可分為定性法和定量法。定性的方法最為簡單，適用于社會單位的安全檢查，識別最不利火災事件；定量的方法最為復雜，需要大量的歷史數據，通過明確的假設、數據以及數學關聯大量的模型實地評估確定火災的實際風險。雖然評估結果較為準確，但難以在智慧消防的體系中方便快捷地運用。

發明內容

為了解決上述存在的技術問題，本發明提供一種基于大數據的多元線性回歸火災風險評估方法，該方法是建立在大數據和機器學習基礎上的半定量火災風險評估方法，采用科學的方法進行風險識別與風險分析，更加高效實用。

本發明的目的是通過下述技術方案實現的：一種基于大數據的多元線性回歸火災風險評估方法，其特征在于：包括如下步驟：

（1）構建火災風險因素層級結構模型：

（2）劃分建筑火災風險等級；

（3）確立評估模型；其中，代表評估風險值，向量為權重，向量為因素的屬性值；

（4）構建風險評估機器學習數據樣本，具體過程如下：設，消防火災風險評估數據樣本有m個：具體為構建消防多因素的屬性值樣本以及與之對應的風險值樣本{}；

（4.1）構建因素的屬性值樣本

篩選清洗消防安全數據及火災數據樣本。由第（1）步建立的火災風險層級結構確定的風險因素表示為：

（式1）

代表第個火災風險因素，將其進行數據標準化，計算各風險因素的屬性值；

具體為：

（式2）

式2中為因素屬性值的賦值函數向量，分別對進行數據標準化,標準化后的值域為[0,5]；

屬性既有定性屬性也包括定量屬性，對于屬于定性因素的風險因素，根據其對消防安全的影響程度進行分值計算；對于定量因素的風險因數，采用min-max標準化，即離差標準化方法計算分值將各個屬性值標準化為可進行比較計算的定量屬性值：

（式3）

標準化后的因素屬性值由向量表示，為計算后續權重將屬性值向量添加，其中恒為1；

（4.2）構建對應的風險評估分數樣本：