[發明專利]一種基于貝葉斯網絡的火災風險預警方法及系統

在審

• 申請號: 202010927288.2
• 申請日: 2020-09-07
• 公開（公告）號: CN112036653A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 陳永江;陳宗華
• 申請（專利權）人: 江蘇金鴿網絡科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26;G06N7/00
• 代理公司: 連云港潤知專利代理事務所 32255
• 代理人: 劉喜蓮

1.一種基于貝葉斯網絡的火災風險預警方法，其特征在于：

將與火災事件相關的各種要素劃分為3類：風險源、火災事件狀態和火災風險；

1.1分別以風險源、火災事件狀態和火災風險3種變量為行變量和列變量，構建關聯矩陣Mⁱ＝(m_ij)_m*n；

采集第i個簇集的知識并進行分析，其中m_ij＝p(0＜＜p＜＜1)表示第i個簇集相應變量之間存在因果關系的信度，

應用證據合成理論將關聯矩陣M⁰，M¹，M²，...，Mⁱ，...Mⁿ中各簇集信度進行合成，形成結果關聯矩陣Mⁱ＝(m_ij)_m*n，遍歷該矩陣，當m_ij＝p(p＞＞a)(a為一臨界值)時，用有向邊將對應的行變量與列變量連接起來，最終形成普遍可接受的專業網絡結構；

按照此方法，建立風險源-火災事件狀態、火災事件狀態-火災事件狀態、火災事件狀態-火災風險3個子網絡：

1.1.1風險源-火災事件狀態子網絡：該網絡主要包括第一類風險源和第二類風險源與火災事件狀態變量之間的因果關系；第一類風險源為產生能量的能量源或載體；第二類風險源為導致、限制能量屏蔽措施失效或破壞的各種不安全因素；

令EI＝{ei_i|1＜＜i＜＜m}為第一類風險源變量集合，

AI＝{ai_i|1＜＜k＜＜m}為第二類風險源變量集合，

MP＝{mp_j|1＜＜j＜＜n}為火災事件狀態變量集合，

IP＝{ip_j|1＜＜j＜＜m}為承災體(建筑)狀態變量集合；

以EI為行變量，MP為列變量，根據可信專家知識構建關聯矩陣A＝{(a_ij)_m×n}，遍歷該矩陣，當a_ij＞＞a時，用有向邊將ei_i與mp_j連接；針對AI中的每種控制措施ai_k，根據控制對象與目的，用有向邊將ai_k與mp_j或ip_j連接，從而形成風險源-火災事件狀態子網絡；該網絡中的因果關系用條件概率表示為：

P(mp_j|ei_i)表示火災風險源對火災事件狀態的影響程度；

P(mp_j，jp_j|ai_k)表示第二類風險源對火災事件狀態與承災體狀態的影響程度；

1.1.2火災事件狀態-火災事件狀態子網絡：該網絡主要用于描述狀態變量之間的因果關系；

令MP為火災事件狀態變量集合；

IP為承災體狀態變量集合；lc為火災事件生命全周期變量；

按照火災風險源-火災事件狀態子網絡的構建方法，以MP為矩陣行變量和列變量，建立火災事件狀態關聯矩陣B＝{(b_ij)_n×n}，以MP為行變量，IP為列變量，建立火災事件狀態和承載體狀態關聯矩陣C＝{(c_ij)_m×n}；遍歷矩陣，當b_ij＞＞a或C_ij＞＞a時，用有向邊將相關變量連接；最后用有向邊連接火災事件生命周期的事件狀態mp_j和承災體狀態ip_j與火災生命周期變量lc，形成火災事件狀態-狀態子網絡；網絡中包含的事件因果關系用條件概率表示為：

設mp_j∈MP；p(mp_j|mp_i)表示火災事件狀態變量之間的影響程度；

p(ip_j|mp_i)表示火災事件狀態變量對承災體狀態變量的影響度；

p(lc|mp_i，ip_j)表示不同的火災事件狀態和承災體狀態所對應的火災事件生命周期；

1.1.3火災事件狀態-火災風險子網絡：該網絡包括了火災事件狀態變量與火災風險變量之間的因果關系；

設MP為火災事件狀態變量集合；

IP為承災體狀態變量集合；

O＝{o_j|1＜＜j＜＜m}為火災風險變量集合；

EO＝{eo_j|1＜＜j＜＜p}為受到火災事件影響的火災風險變量集合；

LO＝{lo_k|1＜＜k＜＜q}為火災事件損失變量集合，

其中O＝EO∪LO；

令S＝MP∪IP為火災事件的狀態變量，以S為行變量，EO為列變量，構建狀態風險關聯矩陣D＝(d_ij)_(m×n)×p，以IP為行變量，LO為列變量，構建承載體狀態損失關聯矩陣E＝(e_jk)_m×q；遍歷矩陣，當d_ij＞＞a或e_jk＞＞a時，用有向邊將相關變量連接；從而形成火災事件狀態-火災風險子網絡；該網絡包含的因果關系用條件概率表示主要有p(o_j|mp_i)與p(o_j|ip_j)，分別表示當火災事件或承災體處于特定狀態時，火災事件對火災風險變量或造成特定損失的概率；

1.2構建火災事件預測的貝葉斯網絡：

根據所建立的3個子網絡，以火災事件狀態變量與承災體狀態變量為公共節點，合并以上3個子網絡，形成火災事件預測的貝葉斯網絡模型。