基于BP神经网络的高层建筑防火评估

摘要

随着我国近年来经济的飞速发展，尤其是在大中型城市，由于人口迅速增长，土地资源紧缺，高层建筑在现代社会中被大量应用，并逐渐成为主流。然而，高层建筑火灾在建筑火灾中所占的比例很大，火灾机率很高。损失之大，令人吃惊。因此，近年来高层建筑消防安全受到了越来越多的关注。
　　本文通过对高层建筑火灾危险源的分析，把影响高层建筑防火的因素分成了防火系统、灭火系统、安全疏散系统、消防管理四个因素。本文根据系统性原则、可续性原则、评估指标的特殊性与普遍性原则、评价指标的可量化原则将防火因素分为若干个小因素，并逐一进行分析研究。在此基础上建立了适用于BP神经网络的高层建筑消防安全评估指标体系，并根据国家标准将影响高层建筑消防安全的因素划分成五个等级。通过对BP神经网络的输入层、隐层、输出层的设计和调整，建立了高层建筑消防安全的BP神经网络模型。根据高层建筑的具体数据及有关专家的判定，搜集了包含高层建筑防火系统、灭火系统、安全疏散系统、管理几方面因素的安全评估样本。
　　本文的训练样本来自保定市消防局。运用Matlab7.0实现对高层建筑防火评估的仿真，在建模和仿真的过程中运用加动量因子和变步长的优化算法来解决BP神经网络收敛速度慢的缺陷。根据不断的循环学习训练，不断调节网络模型中各层的权值和阀值，最终得到理想模型，并带入检验样本对模型进行检验校正。实践证明，此模型最终输出误差能够达到精度要求，该模型具有一点的实际应用价值，但仍需进一步的改善和完备。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题的背景和意义

1.2 高层建筑消防防火技术概况

1.3 高层建筑消防安全评估国内外现状

1.4课题研究的主要内容

2 BP神经网络的基本原理

2.1 BP神经网络的基本原理

2.2 BP神经网络的缺点及改进

3 高层建筑消防安全评估指标体系

3.1高层建筑火灾危险源

3.2高层建筑消防安全评价指标体系的建立

3.3 高层建筑消防安全评估指标定量化

4 高层建筑消防安全评估的神经网络模型

4.1神经网络应用于评估的原理及研究步骤

4.2输入变量的分析与预处理

4.3神经网络结构设计

4.4 训练算法及训练参数的选择

4.5 合理网络模型的确定

5 BP神经网络在高层建筑消防安全评估中的应用

5.1学习样本和输入输出变量的确定

5.3实例计算与分析

结 论

参考文献

附录A仿真程序

在学研究成果

致谢