中国安全科学学报

作者：郭震, 贾笑岩, 李富民, 胡妍, 闫秋艳

单位：1 中国矿业大学 力学与土木工程学院,江苏 徐州 221116；2 江苏省土木工程环境灾变与结构可靠性高校重点实验室,江苏 徐州 221116；3 中国矿业大学 计算机科学与技术学院,江苏 徐州 221116

关键词：建筑火灾,快速预测,机器学习,权重占比,空间构成

基金：国家自然科学基金资助(51878656)

为了迅速预演或重现火场,实时调整火场救援策略,并为建筑设计提供有利于消防工程的空间构成方案,利用火灾动力学软件(FDS)和机器学习技术,研究建筑火灾的关键影响因素。以单室火灾烟气溢出为案例,利用11种空间构成参数和7 776组火灾工况,采用5类机器学习算法训练火场模拟结果数据,并完成算法效率评估。结果表明:机器学习算法适用于建筑空间这类离散型的参数学习与评估预测,它能够直观地给出各参数的权重,挖掘火灾动力学系统中的关键信息,实现火场数据可视化;其中,随机森林(RF)算法具有最高的预测效率,其最佳预测准确率可达91.82%。

来源：2023年第11期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第11期