吳　瑤，馮國珍，樓文高,

(1.上海理工大學(xué) 管理學(xué)院，上海200093；2.上海商學(xué)院 管理學(xué)院，上海200235)

?

投影尋蹤法在高層建筑火災(zāi)風(fēng)險(xiǎn)評估中的應(yīng)用*

吳瑤1，馮國珍2，樓文高1,2

(1.上海理工大學(xué) 管理學(xué)院，上海200093；2.上海商學(xué)院 管理學(xué)院，上海200235)

摘要:針對現(xiàn)有高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)方法中主觀性強(qiáng)、分辨率低的問題，提出了一種新模型——基于投影尋蹤的高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)模型。利用該模型將火災(zāi)風(fēng)險(xiǎn)指標(biāo)的多維數(shù)據(jù)投影到一維空間上，采用粒子群算法進(jìn)行優(yōu)化，根據(jù)最優(yōu)投影方向計(jì)算了各實(shí)測火災(zāi)樣本的投影值，通過比較各等級投影輸出值與各實(shí)測樣本的投影值進(jìn)行火災(zāi)風(fēng)險(xiǎn)評估，并將評估結(jié)果與其他幾種常用方法的結(jié)果進(jìn)行比較研究。研究表明，該模型的評價(jià)結(jié)果比其他幾種方法的結(jié)果更加合理可靠，不僅克服了權(quán)重取值受人為因素影響的局限性，而且有較高的分辨率和分類精度，在該領(lǐng)域具有較強(qiáng)的適用性，是一種更具有應(yīng)用和推廣價(jià)值的新方法。

關(guān)鍵詞:投影尋蹤模型；綜合評價(jià)；高層建筑；火災(zāi)風(fēng)險(xiǎn)評價(jià)

隨著國民經(jīng)濟(jì)的迅速發(fā)展，我國的高層建筑越來越多，高層建筑火災(zāi)發(fā)生率也呈上升趨勢。高層建筑本身具有結(jié)構(gòu)復(fù)雜，人流量大，財(cái)產(chǎn)集中，體積大，起火因素多等特點(diǎn)，一旦發(fā)生火災(zāi)，火勢蔓延快，人員疏散困難，火災(zāi)撲救難度大，會(huì)造成巨大的人員傷亡和財(cái)產(chǎn)損失，對社會(huì)產(chǎn)生惡劣的影響，對居民心理和城市形象產(chǎn)生負(fù)面的影響，如果高層建筑是大型商場的話，危害和損失將更為巨大。因此，高層建筑的火災(zāi)預(yù)防是不容忽視的，高層建筑火災(zāi)風(fēng)險(xiǎn)評估是人們采取合理的、有效的建筑防火措施和決策的前提，對預(yù)防和控制火災(zāi)具有重大的意義。

目前，國內(nèi)關(guān)于高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)的方法有很多種，代表性的方法有：灰關(guān)聯(lián)評估法(GRA)[1-3]、層次分析法(FAHP)[4-5]、模糊綜合評價(jià)法(FCM)[6-7]、神經(jīng)網(wǎng)絡(luò)模型(NN)[8]、模糊最優(yōu)歸類(FOCL)[9]等。其中，GRA、FAHP需要通過專家評定打分來設(shè)定權(quán)重，是一類借助經(jīng)驗(yàn)和判斷能力的主觀評價(jià)方法，但這類方法的客觀性相對較差，對評價(jià)者的要求很高。它要求評價(jià)者對問題所包含的要素、本質(zhì)及其相互之間的邏輯關(guān)系必須掌握的非常透徹，不同的專家往往得到不同的權(quán)重，這必然影響評價(jià)結(jié)果的可靠性和魯棒性。FCM、FOCL存在兩個(gè)缺點(diǎn)：①在進(jìn)行等級判斷時(shí)，只能進(jìn)行定性的評價(jià)；②當(dāng)最大隸屬度小于0.5的情況下，最大隸屬度原則不適用，無法判斷結(jié)果，必須要借用其他的方法才能得出評價(jià)結(jié)果。NN模型容易出現(xiàn)“過訓(xùn)練”現(xiàn)象，造成建立的模型泛化能力差或者根本沒有泛化能力[10]。然而，投影尋蹤模型是一種可直接由數(shù)據(jù)驅(qū)動(dòng)處理高維數(shù)據(jù)問題的定量評價(jià)方法，可以將火災(zāi)風(fēng)險(xiǎn)指標(biāo)的多維數(shù)據(jù)投影到一維空間上進(jìn)行評價(jià)分析，評價(jià)結(jié)果較客觀，分辨率高，在水質(zhì)評價(jià)[11]、災(zāi)害評估[12]等方面已有廣泛的應(yīng)用。因此，針對以上問題，本文提出了基于投影尋蹤的高層建筑火災(zāi)風(fēng)險(xiǎn)評估模型，并嘗試?yán)迷撃Ｐ蛯Ω邔咏ㄖ馂?zāi)風(fēng)險(xiǎn)分類和評估進(jìn)行探索和研究，以期獲得更加合理、可靠的結(jié)果，為有效地采取防火措施提供依據(jù)，同時(shí)為高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)提供了一種新方法和思路。

1投影尋蹤火災(zāi)風(fēng)險(xiǎn)評價(jià)模型

1.1投影尋蹤模型

投影尋蹤分類(Projection Pursuit Clustering，PPC)模型是由Friedman[13]于1974年提出的一種把整體上散布程度和局部聚集程度結(jié)合起來進(jìn)行聚類和分析的方法，這種模型要求樣本投影點(diǎn)在整體上盡可能散開，局部上盡可能聚集。也就是利用計(jì)算機(jī)技術(shù)，把高維數(shù)據(jù)投影到低維子空間上，并通過優(yōu)化投影指標(biāo)函數(shù)，尋找出能反映原高維數(shù)據(jù)結(jié)構(gòu)或特征的投影，在低維空間上對數(shù)據(jù)結(jié)構(gòu)進(jìn)行分析，以達(dá)到研究和分析高維數(shù)據(jù)的目的。

1.2投影尋蹤建模步驟

投影尋蹤火災(zāi)風(fēng)險(xiǎn)評價(jià)模型是根據(jù)各等級投影輸出值與各實(shí)測火災(zāi)樣本的投影值來進(jìn)行風(fēng)險(xiǎn)等級評估的，其建模步驟如下所示。

(1)評價(jià)指標(biāo)的歸一化處理。設(shè)每個(gè)指標(biāo)的樣本值為Xij(i=1,2,…,n;j=1,2,…,m)，其中n和m分別為樣本量和維數(shù)，Xij為第i個(gè)樣本的第j個(gè)指標(biāo)值。為消除量綱，需對樣本數(shù)據(jù)進(jìn)行歸一化處理，歸一化方式如下所示。

①對于越大越安全的指標(biāo)(正向指標(biāo))

xij=(Xij-Xj min)/(Xj max-Xj min)。

(1)

②對于越小越安全的指標(biāo)(逆向指標(biāo))

xij=(Xj max-Xij)/(Xj max-Xj min)。

(2)

式中：Xj max,Xj min分別為第j個(gè)指標(biāo)的最大值和最小值；xij為歸一化后的數(shù)據(jù)。

(2)構(gòu)造投影尋蹤目標(biāo)函數(shù)Q(a)：投影尋蹤的實(shí)質(zhì)是找出最能充分反映樣本數(shù)據(jù)特征的最優(yōu)投影方向，PPC模型就是把m維數(shù)據(jù)綜合成以a*=(a1,a2,…,am)為投影方向的一維投影值z(i):

(3)

在綜合投影時(shí)，要求局部投影點(diǎn)盡可能密集，而整體上的投影點(diǎn)盡可能散開。因此，構(gòu)造投影指標(biāo)函數(shù)為：

Q(a)=Sz×Dz。

(4)

式中：Sz為類間距，即投影值的標(biāo)準(zhǔn)差；Dz為類密度，即投影值的局部密度。

(5)

(6)

(3)優(yōu)化投影指標(biāo)函數(shù)Q(a)：當(dāng)火災(zāi)樣本確定時(shí)，投影指標(biāo)函數(shù)Q(a)只隨著投影方向的變化而變化，不同的投影方向反映不同的數(shù)據(jù)結(jié)構(gòu)特性，最佳投影方向就是最大可能暴露高維數(shù)據(jù)某類特征結(jié)構(gòu)的投影方向，因此，可以通過求解投影指標(biāo)函數(shù)最大化問題來估計(jì)最佳投影方向。

Q(a)=max(Sz×Dz)；

(7)

(8)

(4)火災(zāi)樣本風(fēng)險(xiǎn)等級分類。把步驟(3)得到的最佳投影方向a*代入式(3)可得到各樣本的投影值z(i)，根據(jù)各等級模型的投影輸出值就可以確定高層建筑所屬的火災(zāi)風(fēng)險(xiǎn)等級。樣本投影值越大，所屬的火災(zāi)風(fēng)險(xiǎn)等級越低，該建筑發(fā)生火災(zāi)的可能性就越小。

(5)火災(zāi)樣本綜合評價(jià)。根據(jù)模型得出的最佳投影方向可以對高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)的影響因子進(jìn)行排序，權(quán)重越大，對評價(jià)結(jié)果的影響就越大。在現(xiàn)實(shí)生活中，可以根據(jù)各指標(biāo)所占權(quán)重的大小，判斷該指標(biāo)對高層建筑風(fēng)險(xiǎn)評價(jià)結(jié)果的影響程度，對控制和避免高層建筑的火災(zāi)建設(shè)具有指導(dǎo)意義。

2應(yīng)用實(shí)例

2.1火災(zāi)風(fēng)險(xiǎn)評價(jià)指標(biāo)

本文直接采用了文獻(xiàn)[7]的火災(zāi)風(fēng)險(xiǎn)評價(jià)指標(biāo)標(biāo)準(zhǔn)值，包含5項(xiàng)一級指標(biāo)，分別是安全疏散、阻燃與防火結(jié)構(gòu)、消防施救設(shè)施、報(bào)警與滅火系統(tǒng)、管理與其他，22項(xiàng)二級指標(biāo)(X1～X22)，如表1所示，并將各個(gè)二級評價(jià)指標(biāo)分為5個(gè)等級，即V={最安全，安全，一般安全，不安全，最不安全}={Ⅰ級,Ⅱ級，Ⅲ級，Ⅳ級，Ⅴ級}，同時(shí)分別采用文獻(xiàn)[1，7,9]中給出的高層建筑火災(zāi)風(fēng)險(xiǎn)的數(shù)據(jù)，并以上海市靜安區(qū)膠州路教師公寓的數(shù)據(jù)[2]為例進(jìn)行研究分析。

2.2評價(jià)樣本及參數(shù)的選取

評價(jià)樣本是根據(jù)文獻(xiàn)[7]的分類標(biāo)準(zhǔn)運(yùn)用內(nèi)插法在每個(gè)等級標(biāo)準(zhǔn)內(nèi)隨機(jī)生成的，根據(jù)表1所示的分級標(biāo)準(zhǔn)，在每個(gè)等級內(nèi)隨機(jī)生成50個(gè)樣本，再加上各等級的臨界值，共256個(gè)樣本。為了判斷是否求得最優(yōu)解，本文采用樓文高[14]提出的兩個(gè)定理(同一指標(biāo)的數(shù)據(jù)采用式(1)和式(2)進(jìn)行歸一化處理，其權(quán)重必定互為相反數(shù)；歸一化后數(shù)值完全相同的兩個(gè)指標(biāo)，其權(quán)重必定是相同的)進(jìn)行判斷。因此，在建模時(shí)增加了三個(gè)虛擬指標(biāo)：xi,m+1≡1,xi,m+2=xi,m和xi,m+3≡1-xi,m-1，如果建模的

表1　火災(zāi)風(fēng)險(xiǎn)評價(jià)指標(biāo)標(biāo)準(zhǔn)值

結(jié)果滿足am+1≈0，am+2≈am，am+3≈-am-1，說明選用的各參數(shù)和程序都是科學(xué)合理的，求得了全局最優(yōu)解。本文利用了粒子群算法(PSO)優(yōu)化的投影尋蹤模型對高層建筑火災(zāi)風(fēng)險(xiǎn)進(jìn)行評價(jià)，其算法中的參數(shù)為：種群規(guī)模數(shù)N=1 000；迭代次數(shù)M=80；學(xué)習(xí)因子c1=c2=2；慣性因子wmax=0.9，wmin=0.4；窗口半徑R=Rmax/5。

2.3評價(jià)結(jié)果及分析

2.3.1權(quán)重、等級范圍的輸出

利用式(1)和式(2)分別對256個(gè)樣本的正向指標(biāo)和逆向指標(biāo)進(jìn)行歸一化處理，先在原指標(biāo)體系內(nèi)加入三個(gè)虛擬指標(biāo)：x23≡1,x24≡x22和x25≡1-x21，求得最佳投影方向?yàn)閍=(0.1855、0.1958、0.2245、0.2149、0.1975、0.2110、0.2071、0.1998、0.2280、0.1991、0.2039、0.2029、0.1963、0.2011、0.1978、0.1903、0.2015、0.1961、0.1968、0.1977、0.1939、0.2276、0.0000、0.2276、-0.1939)，由a可知，a23≈0，a24≈a22，a25≈-a21，說明選用的各參數(shù)和程序都是科學(xué)合理的，求得了全局最優(yōu)解。再去掉這3個(gè)虛擬指標(biāo)，采用原始的指標(biāo)數(shù)據(jù)，求得最佳投影方向?yàn)閍*=(0.1951、0.2048、0.2325、0.2234、0.2067、0.2211、0.2163、0.2088、0.2365、0.2080、0.2145、0.2123、0.2060、0.2102、0.2085、0.1994、0.2108、0.2055、0.2066、0.2071、0.2081、0.2415)，樣本投影值的標(biāo)準(zhǔn)差Sz=1.28，局部密度Dz=12297，目標(biāo)函數(shù)值Q(a)=15744.4，窗口半徑R=0.9368，最大窗口半徑Rmax=4.6838。利用筆者編制的基于粒子群算法的投影尋蹤程序，得出256個(gè)樣本的投影值如圖1所示(以樣本序號(hào)為橫軸，樣本投影值為縱軸)，6個(gè)邊界樣本的投影值分別為：4.6838、3.8392、3.0156、2.2075、1.2455、0，Ⅰ級到Ⅴ級的火災(zāi)風(fēng)險(xiǎn)的模型輸出范圍分別為(3.8392, 4.6838]、(3.0156, 3.8392]、(2.2075, 3.0156]、(1.2455, 2.2075]、(0, 1.2455]，投影值越大，所屬的級別越小，所對應(yīng)的高層建筑火災(zāi)風(fēng)險(xiǎn)越小。

圖1　樣本序號(hào)與投影值

對表2所示的待測樣本S1～S8的8個(gè)樣本數(shù)據(jù)和上述256個(gè)樣本進(jìn)行相同的歸一化處理:樣本S1為文獻(xiàn)[1]的樣本數(shù)據(jù);S2為文獻(xiàn)[7,9]中的樣本數(shù)據(jù)；S3為文獻(xiàn)[2]的樣本數(shù)據(jù);S4、S6、S7

表2　待測樣本S1～S8

分別為標(biāo)準(zhǔn)值的第四個(gè)邊界值的左、右鄰域、第五個(gè)邊界值的左鄰域內(nèi)取的一個(gè)樣本;S5、S8分別為第4個(gè)等級的上、下界(即第5、第6個(gè)邊界值)組成的樣本，把經(jīng)過歸一化處理的數(shù)據(jù)和上述得到的最佳投影方向a*代入式(3)計(jì)算得到3個(gè)待測樣本和5個(gè)虛擬樣本的投影值。它們分別為：2.5217、2.5430、1.7562、2.2778、2.2075、2.1290、1.3174、1.2455。

2.3.2建模結(jié)果的分析

(1)對PPC模型得到的最佳投影方向進(jìn)行大小排序，可以判斷各評價(jià)指標(biāo)對高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)的影響程度，權(quán)重越大，影響程度就越大。由a*可得在22個(gè)影響指標(biāo)中，指標(biāo)x22，x9，x3，x4，x6的影響程度較大，其次依次是x7，x11，x12，x17，x14，x8，x15，x21，x10，x20，x5，x19，x13，x18，x2，最后x16，x1再次之，所以應(yīng)著重加強(qiáng)高層建筑防火墻與卷簾的防火力度，定期對相關(guān)設(shè)備進(jìn)行檢查維護(hù)，合理分配建筑樓層內(nèi)人員，適

當(dāng)選取建筑疏散距離以及構(gòu)建良好的應(yīng)急照明系統(tǒng)，以有效地預(yù)測和防止高層建筑火災(zāi)的發(fā)生。

(2)權(quán)重的確定。本文直接根據(jù)火災(zāi)等級標(biāo)準(zhǔn)生成數(shù)據(jù)，由樣本數(shù)據(jù)驅(qū)動(dòng)，通過尋找最佳投影方向確定各指標(biāo)的權(quán)重，將高維數(shù)據(jù)投影到一維空間上，不僅克服了“維數(shù)禍根”的問題，且避免了人為主觀因素的影響。文獻(xiàn)[7,9]的權(quán)重由兩種方法得到：第一種是根據(jù)經(jīng)驗(yàn)以及專家打分的方法得到；第二種是根據(jù)評判對象的實(shí)際值運(yùn)用線性內(nèi)插公式得到。文獻(xiàn)[1-2]中則把依靠經(jīng)驗(yàn)和專家打分確定的權(quán)重直接拿來利用。專家打分的方法受人為主觀因素的影響較大，客觀性差,由于專家們的經(jīng)驗(yàn)以及對問題的了解程度不同，對某一因素估計(jì)的權(quán)重可能不同，有時(shí)還差異很大,如文獻(xiàn)[7]中專家打分得到火災(zāi)荷載指標(biāo)的權(quán)重顯著小于火災(zāi)報(bào)警系統(tǒng)的權(quán)重，即0.19<0.34,而文獻(xiàn)[15]中火災(zāi)荷載指標(biāo)的權(quán)重卻大于火災(zāi)報(bào)警系統(tǒng)的權(quán)重,即0.51>0.42；文獻(xiàn)[7]中專家們認(rèn)為自動(dòng)噴淋系統(tǒng)指標(biāo)的重要性是安全疏散距離指標(biāo)的4.33倍，而文獻(xiàn)[15]中專家們認(rèn)為自動(dòng)噴淋系統(tǒng)指標(biāo)的重要性是安全疏散距離指標(biāo)的1.64倍，這種差異必然會(huì)影響評價(jià)結(jié)果的可靠性。

(3)綜合評價(jià)。由上述得出的S1,S2,S3樣本的投影值z(i)可知，S1,S2,S3分別落在Ⅲ級、Ⅲ級、Ⅳ級，由z(i)和各等級的投影區(qū)間采用距離就近原則可以判定：S1,S2,S3的火災(zāi)風(fēng)險(xiǎn)等級分別為Ⅲ級偏向Ⅳ級、Ⅲ級偏向Ⅳ級、Ⅳ級偏向Ⅲ級，即高層建筑處于一般安全偏向不安全、一般安全偏向不安全、不安全偏向安全狀態(tài)。不同的評價(jià)方法得出的結(jié)果如表3所示。

表3　不同評價(jià)方法的結(jié)果

從表3可看出，對于樣本S2，利用投影尋蹤方法與文獻(xiàn)[7,9]的評價(jià)結(jié)果一致，文獻(xiàn)[7,9]分別采用了模糊評價(jià)法和模糊最優(yōu)歸類模型求出了最大隸屬度，但最大隸屬度都小于0.5，存在最大隸屬度原則不適應(yīng)的問題，無法判斷結(jié)果，在這種情況下要想計(jì)算出結(jié)果，必須要借助其他的方法，在文章中胡寶清采用了計(jì)算特征值的方法來求評價(jià)結(jié)果。但有時(shí)候即使采用特征值方法也無法得到合理的結(jié)果，如二級評判結(jié)果P=[0.49,0,0,0,0.51]，用最大隸屬度原則判斷應(yīng)該為Ⅴ級，但采用特征值方法計(jì)算得到的λ=3.04，結(jié)果是Ⅲ級，兩種方法的評價(jià)結(jié)果相矛盾，說明特征值方法計(jì)算的結(jié)果也是不可靠的。

對于樣本S1與S3，本文的評價(jià)結(jié)果與文獻(xiàn)[1-2]中采用灰關(guān)聯(lián)評估的結(jié)果存在略微差別，結(jié)果分別為Ⅲ級偏向Ⅳ級、Ⅳ級與Ⅳ級偏向Ⅲ級、Ⅳ級；另外，從樣本S1,S2的數(shù)據(jù)中可以看出，22個(gè)指標(biāo)中只有消防車輛通道一個(gè)指標(biāo)數(shù)據(jù)不同，S1為0.8，S2為0.9，它們都處于最安全等級[0.8,1.0]范圍內(nèi)，該指標(biāo)的權(quán)重排序12位，對火災(zāi)風(fēng)險(xiǎn)評價(jià)結(jié)果的影響并不是很大，其他所有指標(biāo)值都是一樣的，其得出的結(jié)果值應(yīng)近似相等，應(yīng)該屬于同一安全狀態(tài)，但GRA、FOCL、PPC模型得出的高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)結(jié)果分別是Ⅳ級、Ⅲ級偏向Ⅳ級、Ⅲ級偏向Ⅳ級，GRA結(jié)果與FOCL、PPC模型的結(jié)果相差一個(gè)等級。這種差異是由專家對權(quán)重打分過程中人為因素和GRA方法只能進(jìn)行定性分析造成的。

(4)分辨率。GRA、FOCL、FCM方法只能進(jìn)行定性的分類，對同一等級內(nèi)的樣本，不能進(jìn)行精細(xì)的分析和排序。PPC模型可以得出評價(jià)樣本具體的投影值，對于同種等級狀態(tài)，可以更精確地判斷樣本結(jié)果偏向的等級和程度，有更好的分辨率和分類精度。圖2所示為樣本S1～S8(虛線1～6所對應(yīng)的值分別為6個(gè)邊界值樣本的輸出值，◇為樣本S1～S8的模型輸出值)和6個(gè)邊界值的投影值，樣本S5、S8的輸出值分別等于第4個(gè)邊界值和第5個(gè)邊界值的模型輸出值；樣本S4，S6，S7利用PPC模型得出的結(jié)果分別為Ⅲ級偏向Ⅳ級、Ⅳ級偏向Ⅲ級，Ⅳ級偏向Ⅴ級，用GRA、FOCL、FCM方法得出的評價(jià)結(jié)果分別為Ⅲ級、Ⅳ級、Ⅳ級。對于同一等級范圍內(nèi)的樣本S6,S7，利用PPC方法不僅可以判斷樣本所屬的等級及其偏向程度，還可以根據(jù)樣本S6，S7的投影輸出值(2.1290、1.3174)對火災(zāi)風(fēng)險(xiǎn)大小進(jìn)行排序，即樣本S6的火災(zāi)風(fēng)險(xiǎn)小于樣本S7，且將近相差一個(gè)等級；用GRA、FOCL、FCM方法只能進(jìn)行定性地分析樣本屬于哪個(gè)等級范圍內(nèi)，不能對樣本S6、S7的火災(zāi)風(fēng)險(xiǎn)大小進(jìn)行排序，也不能判斷樣本偏向的等級和程度。對于樣本S4、S6，雖然分別屬于Ⅲ級、Ⅳ級，看似相差一個(gè)等級，但根據(jù)其投影值2.2778與2.1290可知兩樣本火災(zāi)風(fēng)險(xiǎn)大小實(shí)際上差不多。因此只是定性的對火災(zāi)風(fēng)險(xiǎn)進(jìn)行等級評價(jià)，不能精確地反映火災(zāi)的真實(shí)情況，大大降低了評價(jià)結(jié)果的分辨率。

圖2　待測樣本S1～S8和6個(gè)邊界值的投影值

4結(jié)語

高層建筑火災(zāi)風(fēng)險(xiǎn)綜合評價(jià)是當(dāng)前商業(yè)管理中的重要課題之一。高層建筑具有結(jié)構(gòu)復(fù)雜、人流量大、財(cái)產(chǎn)集中、體積大、起火因素多等特點(diǎn)，一旦發(fā)生火災(zāi)，危害極大。因此，高層建筑的火災(zāi)預(yù)防是不容忽視的，高層建筑火災(zāi)風(fēng)險(xiǎn)評估對減少火災(zāi)的發(fā)生、保護(hù)人民財(cái)產(chǎn)安全乃至推動(dòng)和諧社會(huì)建設(shè)和國民經(jīng)濟(jì)的發(fā)展都具有重要的意義。本文首次將PPC方法用于高層建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)問題中，將多維數(shù)據(jù)投影到一維空間上對火災(zāi)風(fēng)險(xiǎn)進(jìn)行綜合評價(jià)。通過研究分析，該模型具有以下優(yōu)點(diǎn)。

(1)利用PPC模型，將多指標(biāo)問題綜合成一維投影問題，從而對火災(zāi)風(fēng)險(xiǎn)進(jìn)行綜合評價(jià)，不僅克服了“維數(shù)禍根”的問題，且解決了單項(xiàng)評估指標(biāo)結(jié)果不相容的問題。另外，PPC模型不僅可以得出高層建筑火災(zāi)風(fēng)險(xiǎn)所屬的等級，還可以根據(jù)最佳投影方向進(jìn)一步分析各個(gè)評價(jià)指標(biāo)對建筑火災(zāi)風(fēng)險(xiǎn)評價(jià)的影響程度，從而為預(yù)測和控制火災(zāi)的發(fā)生采取有效的措施，減少不必要的財(cái)產(chǎn)損失和人員傷害。

(2)PPC模型直接根據(jù)樣本等級標(biāo)準(zhǔn)由樣本數(shù)據(jù)驅(qū)動(dòng)，通過尋找最佳投影方向確定各指標(biāo)的權(quán)重，大樣本數(shù)據(jù)得出的權(quán)重較穩(wěn)定，誤差較小，客觀性強(qiáng)，避免了人為主觀因素的影響。同時(shí)也克服了模糊綜合評價(jià)等函數(shù)模式類評價(jià)方法構(gòu)造評價(jià)指標(biāo)集與評價(jià)之間函數(shù)關(guān)系的困難，簡單合理，具有較強(qiáng)的適用性。

(3)PPC模型可以得出具體的投影值，從而對樣本的結(jié)果進(jìn)行定量分析，結(jié)果直觀，有更好的分辨率和分類精度。對于同種等級狀態(tài)，PPC模型可以更精確的判斷樣本結(jié)果偏向的等級和程度。

綜上所述，PPC模型用于高層建筑火災(zāi)風(fēng)險(xiǎn)評估合理可靠，克服了傳統(tǒng)方法主觀性強(qiáng)、分辨率低的問題，具有較強(qiáng)的適用性，是該領(lǐng)域一種更具有應(yīng)用價(jià)值的新方法。

參考文獻(xiàn)：

[1]盧兆明，胡寶清，陸君安，等. 高層建筑火災(zāi)風(fēng)險(xiǎn)灰關(guān)聯(lián)評估[J]. 武漢大學(xué)學(xué)報(bào)(工學(xué)版)，2004，37(5)：62-66.

[2]王粟. 基于灰色關(guān)聯(lián)分析的高層建筑火災(zāi)風(fēng)險(xiǎn)評估[J]. 中國安全生產(chǎn)科學(xué)技術(shù)，2013，9(8)：83-89.

[3]Gao Jindong. Grey relational assessment of fire risk in university student dormitory [J]. The scientific herald，2013，31 (28)：94-98.

[4]田玉敏，蔡晶菁.層次分析法在商場火災(zāi)風(fēng)險(xiǎn)評價(jià)中的應(yīng)用研究[J]，災(zāi)害學(xué)，2009，24(2)：91-94.

[5]Gao Junpeng，Xu Zhisheng，Liu Dingli，et al. Application of the model based on fuzzy consistent matrix and AHP in the ass-ment of Fire Risk of Subway Tunnel [J]. Procedia Engineering，2014 (71)：591-596.

[6]Yi Guangwang，Qin Huali. Fuzzy Comprehensive Evaluation of Fire on High-Rise Buildings[J]. Procedia Engineering，2011(11)： 620-624.

[7]胡寶清，劉敏，盧兆明. 高層建筑火災(zāi)安全模糊評價(jià)[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版)，2004，37(5)：67-72.

[8]岳海玲，李樹剛，郭子?xùn)|，等.遺傳神經(jīng)網(wǎng)絡(luò)在地下商場火災(zāi)評價(jià)中的應(yīng)用[J].火災(zāi)科學(xué)，2006，15(2)：77-80.

[9]胡寶清，盧兆明，劉敏.高層建筑火災(zāi)安全評價(jià)的模糊最優(yōu)歸類模型[J].模糊系統(tǒng)與數(shù)學(xué)，2004，18(4)：77-85.

[10]樓文高.BP神經(jīng)網(wǎng)絡(luò)模型在水環(huán)境質(zhì)量綜合評價(jià)應(yīng)用中的一些問題[J].水產(chǎn)學(xué)報(bào)，2002，26(1)：90-96.

[11]熊聘，樓文高.基于投影尋蹤分類的長江流域水質(zhì)綜合評價(jià)模型及其應(yīng)用模型[J].水資源與水工程學(xué)報(bào)，2014，25(6)：156-162.

[12]盧有麟，周建中，宋利祥，等. 基于CCPSO及PP模型的洪災(zāi)評估方法及其仿真應(yīng)用[J].系統(tǒng)仿真學(xué)報(bào)，2010，22 (2):383-390.

[13]Friedman JH，Tukey JW. A projection pursuit algorithm for exploratory data analysis [J]. IEEE Transactions on Computers，1974，23(9)：881-890.

[14]樓文高，喬龍.投影尋蹤分類建模理論的新探索與實(shí)證研究[J].數(shù)理統(tǒng)計(jì)與管理，2015，34(1)：47-58.

[15]曹秀平.高層建筑火災(zāi)風(fēng)險(xiǎn)評估的研究[D]. 沈陽：東北大學(xué)，2008.

*收稿日期：2015-12-17修回日期：2015-03-08

基金項(xiàng)目：上海高校知識(shí)服務(wù)平臺(tái)“上海商貿(mào)服務(wù)業(yè)知識(shí)服務(wù)中心”項(xiàng)目(ZF1226)；上海高校工商管理一流學(xué)科項(xiàng)目資助

第一作者簡介：吳瑤(1992-)，女，江西九江人，碩士研究生，研究方向?yàn)楣芾砜茖W(xué)與工程，投影尋蹤等數(shù)據(jù)挖掘及其應(yīng)用.E-mail：jjwy92@126.com 通訊作者：樓文高(1964-)，男，浙江杭州人，博士，教授，研究方向?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)、投影尋蹤等數(shù)據(jù)挖掘技術(shù)理論及其應(yīng)用、綜合評價(jià)理論及其應(yīng)用等. E-mail：wlou64@126.com

中圖分類號(hào)：X913.4 ;X43

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1000-811X(2016)03-0196-06

doi:10.3969/j.issn.1000-811X.2016.03.033

Application of Projection Pursuit Method to Evaluation of Fire Risk of High-rise Building

WU Yao1, FENG Guozhen2and LOU Wengao1, 2

(1.CollegeofManagement,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China;2.CollegeofManagement,ShanghaiBusinessSchool,Shanghai200235,China)

Abstract:In order to solve we problem of subjectivity and low distinguish ability in the published literatures on evaluation method of the high-rise building fire risk evaluation, we propose a new model——Fire risk evaluation of the high-rise building based on projection pursuit clustering (PPC).The multi-dimensional data can be synthesized with one-dimensional space in this model; the model was optimized by Particle Swarm Optimization, and then calculated projection values of the measured samples according to the optimal projection direction. Finally, analysis fire risk by comparing the level projection output value to the projection values of the measured samples, and comparative its evaluation results with other typical methods. Studies shows that this model is more reasonable and reliable than several other methods, not only overcome the limitations of weight values influenced by human, but also had higher resolution and classification accuracy. It had good applicability, provides a more application and popularization new method for the high-rise building fire risk evaluation.

Key words:projection pursuit clustering model; comprehensive evaluation; high-rise building; fire risk evaluation

吳瑤，馮國珍，樓文高. 投影尋蹤法在高層建筑火災(zāi)風(fēng)險(xiǎn)評估中的應(yīng)用[J]. 災(zāi)害學(xué)，2016，31(3)：196-201. [ WU Yao, FENG Guozhen and LOU Wengao. Application of Projection Pursuit Method to Evaluation of Fire Risk of High-rise Building[J].Journal of Catastrophology，2016，31(3)：196-201.]