基于人工神經(jīng)網(wǎng)絡(luò)的城市火災(zāi)事故的預(yù)測(cè)方法

1、 基于人工神經(jīng)網(wǎng)絡(luò)的城市火災(zāi)事故的預(yù)測(cè)方法   1 引言     現(xiàn)代化城市具有建筑物集中、生產(chǎn)集中、財(cái)寶集中、人口集中等特點(diǎn)，一旦發(fā)生火災(zāi)，熱必造成巨大的經(jīng)濟(jì)損失和人員傷亡，甚至?xí)鹕鐣?huì)動(dòng)蕩。特殊近年來城市火災(zāi)發(fā)生呈上升趨勢(shì)，給社會(huì)造成了不行忽視的損失。1998年3月22日，倫敦金融城中心發(fā)生火災(zāi)，一幢44層高塔樓的1/5化為灰燼。2021年8月27日，俄羅斯首都莫斯科的奧斯坦基諾電訊放射塔（世界其次高的電視放射塔）發(fā)生火災(zāi)，7人遇難。2021年6月16日，位于北京海淀區(qū)學(xué)院路20號(hào)的“藍(lán)極速”網(wǎng)吧發(fā)生火災(zāi)，造成25人死亡，12人

2、受傷，燒毀建筑952，燒毀臺(tái)式電腦71臺(tái)。因而對(duì)火災(zāi)發(fā)生次數(shù)及其分布特性進(jìn)行精確、有效地猜測(cè)，有利于消防部門合理投入人力、物力，優(yōu)化配置消防資源、設(shè)施等，也有利于消防隊(duì)伍的科學(xué)培訓(xùn)和管理。應(yīng)用神經(jīng)網(wǎng)絡(luò)猜測(cè)方法，把握火災(zāi)事故發(fā)生次數(shù)的規(guī)律，勝利的預(yù)防火災(zāi)的發(fā)生，對(duì)削減人員傷亡，財(cái)產(chǎn)損失，對(duì)社會(huì)經(jīng)濟(jì)進(jìn)展，對(duì)保持社會(huì)秩序的穩(wěn)定，都具有特別重要意義。    2 BP神經(jīng)網(wǎng)絡(luò)模型及其算法步驟    人工神經(jīng)網(wǎng)絡(luò)是基于連接學(xué)說構(gòu)造的智能仿生模型，它是由大量神經(jīng)元組成的非線性動(dòng)力學(xué)系統(tǒng)，是由大量的，同時(shí)也是很簡(jiǎn)潔的處理單元（神經(jīng)

3、元）廣泛地相互連接而形成的簡(jiǎn)單網(wǎng)絡(luò)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)模擬人的大腦活動(dòng)，具有極強(qiáng)的非線性靠近、大規(guī)模并行處理、自訓(xùn)練學(xué)習(xí)、容錯(cuò)力量以及外部環(huán)境的活應(yīng)力量。由于城市火災(zāi)的發(fā)生具有很大的突發(fā)性、簡(jiǎn)單多樣性及非線性，在很大程度上受外界環(huán)境的影響，因而利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和功能，對(duì)城市火災(zāi)進(jìn)行猜測(cè)預(yù)報(bào)，更符合火災(zāi)發(fā)生的特性。    2.1BP網(wǎng)絡(luò)模型    BP（Back Propagation）網(wǎng)絡(luò)是當(dāng)前應(yīng)用最為廣泛的一種人工神經(jīng)網(wǎng)絡(luò)，有80%90%的人工神經(jīng)網(wǎng)絡(luò)模型是采納BP網(wǎng)絡(luò)或變形網(wǎng)絡(luò)，是前向網(wǎng)絡(luò)的核心部分。標(biāo)準(zhǔn)的Bp

4、網(wǎng)絡(luò)模型由3個(gè)神經(jīng)元層次組成，如圖1所示。其最下層稱為輸入層，中間層稱為隱含層，最上層稱為輸出層，各層次之間的神經(jīng)元形成全互連接，各層次內(nèi)的神經(jīng)元之間沒有連接。其中輸入層n個(gè)節(jié)點(diǎn)分別對(duì)應(yīng)n個(gè)輸入重量，輸入重量p=(p1，p2， p3pn)，輸出層m個(gè)節(jié)點(diǎn)，其對(duì)應(yīng)m個(gè)輸出重量T=（t 1，t 2，t 3t m）。         圖1 BP網(wǎng)絡(luò)模型     2.2BP算法步驟    給輸入層單元到隱含層單元的連接權(quán)值w ij1，i=1，2

5、，s1，j=1，2n，隱含層單元到輸出層單元連接權(quán)值w mi2，m=1，2s2，i=1，2，s1，隱含層閥值單元b i1，輸出層的閥值b m2，并給予權(quán)值、閥值（-1+1）區(qū)間的隨機(jī)值。    2.2.1BP網(wǎng)絡(luò)的輸入向前傳播    （1）將樣本值P輸入，通過連接權(quán)值w ij1送到隱含層，產(chǎn)生隱含層單元的激活值：    At1=f1（w ij1P+ b i1） （1）    式中，i，j同上，f1函數(shù)為對(duì)數(shù)s形函數(shù)，即f1（x）（1+e -x）-1 （2）    （2）計(jì)算輸出層單元激活值：    Am2=f（w mi2 At1+ b m2）    令c=w mi2 At1+