基于神经网络的高层建筑消防安全评估

摘要

高层建筑是现代社会经济、技术和文化的综合体。由于其楼层高、空间跨度大、功能复杂，一旦发生火灾，扑救困难，损失巨大，后果惨重。因此，近年来高层建筑消防安全受到了越来越多的关注。 本文在分析了高层建筑火灾及火灾危险性的特点的基础上，对高层建筑的防火系统、灭火系统、安全疏散系统、消防管理进行了因素分析，建立了适用于BP神经网络方法的高层建筑消防安全评估指标体系，并将高层建筑消防安全性能划分为五个等级。通过对BP神经网络隐层数和隐层节点数等参数的设计和调节，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实例及有关专家的判定，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。 最后对高层建筑消防安全评估的训练样本进行训练。运用Matlab7.0软件得出了消防安全评估模型，输入测试样本，运用所建立的高层建筑火灾危险性评估模型对其进行了评估。实例表明，运用建立的BP神经网络模型对高层建筑消防安全进行评估的结果符合实际，该方法具有一定的实用价值。

目录

文摘

英文文摘

声明

1绪论

1.1选题的背景和意义

1.1.1我国高层建筑发展现状

1.1.2建筑火灾形势与危害性

1.1.3研究的意义

1.2高层建筑消防安全管理技术概况

1.2.1火灾防治技术

1.2.2 ISO与风险管理概况

1.3高层建筑消防安全评估国内外研究现状

1.4论文研究的主要内容

2高层建筑消防安全评估指标体系

2.1高层建筑火灾危险源

2.1.1第一类火灾危险源

2.1.2第二类火灾危险源

2.2高层建筑消防安全评价指标体系的建立

2.2.1评估指标体系建立的原则

2.2.2评估指标体系的建立

2.3高层建筑消防安全评估因素分析

2.3.1防火系统因素

2.3.2灭火系统因素

2.3.3安全疏散系统因素

2.3.4管理及其它因素

2.4高层建筑消防安全评估指标定量化

2.4.1指标定量化的处理方法

2.4.2指标定量化

3高层建筑消防安全评估的BP神经网络模型

3.1 BP神经网络应用于评估的原理及研究步骤

3.1.1 BP神经网络应用于评估的原理

3.1.2 BP神经网络应用于评估的研究步骤

3.2输入变量的分析与预处理

3.3神经网络结构设计

3.3.1隐层数的选取

3.3.2隐层节点数的选取

3.3.3初始权值的选取

3.3.4激励函数的选取

3.4训练算法及训练参数的选择

3.4.1训练算法的选择

3.4.2训练方式的选择

3.4.3训练参数的选取

3.4.4训练次数的确定

3.5合理网络模型的确定

4 BP神经网络模型在高层建筑消防安全评估中的应用实例

4.1学习样本和输入输出变量的确定

4.2基于Matlab神经网络工具箱的实例设计

4.2.1 BP网络的建立

4.2.2权和阈值的初始化

4.2.3网络训练

4.2.4检验网络

4.3实例计算与分析

5.结论与展望

5.1研究结论

5.2研究展望

参考文献

附录

致谢