牛發(fā)陽(yáng)　段美棟　王建波　姜東民　楊冠楠

(1.青島理工大學(xué)管理學(xué)院　山東青島 266520；　2.中建三局總承包公司鄭州分公司　鄭州 450000)

?

基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)的高層建筑火災(zāi)安全評(píng)價(jià)*

牛發(fā)陽(yáng)1段美棟1王建波1姜東民1楊冠楠2

(1.青島理工大學(xué)管理學(xué)院山東青島 266520；2.中建三局總承包公司鄭州分公司鄭州 450000)

為解決高層建筑構(gòu)造復(fù)雜、人員密度大、火災(zāi)觸發(fā)因素繁多而造成高層建筑火災(zāi)安全評(píng)價(jià)困難的問(wèn)題，本文提出基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)的高層建筑火災(zāi)安全評(píng)價(jià)模型。首先運(yùn)用主成分分析(PCA)對(duì)構(gòu)建的高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)降維處理，篩選主要信息；接著基于三角模糊數(shù)構(gòu)建模糊評(píng)判矩陣，利用模糊優(yōu)先規(guī)劃(FPP)求解指標(biāo)的權(quán)重值，減少主觀的影響；最后考慮到指標(biāo)間關(guān)系錯(cuò)綜復(fù)雜彼此交叉和反饋的特性，選擇BP神經(jīng)網(wǎng)絡(luò)對(duì)高層建筑火災(zāi)安全進(jìn)行評(píng)價(jià)。通過(guò)工程案例證明該評(píng)價(jià)模型的實(shí)用性以及可靠性。

高層建筑火災(zāi)安全評(píng)價(jià)模糊優(yōu)先規(guī)劃BP神經(jīng)網(wǎng)絡(luò)

0　引言

高層建筑結(jié)構(gòu)復(fù)雜、人員流動(dòng)性大、垂直距離長(zhǎng)，導(dǎo)致火災(zāi)發(fā)生時(shí)火勢(shì)蔓延迅速和人員疏散難度大，易造成人員傷亡、財(cái)產(chǎn)損失。因此，對(duì)于高層建筑火災(zāi)安全的評(píng)價(jià)迫切需要針對(duì)性、科學(xué)性、適用性的方法，以便于了解高層建筑所處火災(zāi)安全狀態(tài)，及時(shí)采取應(yīng)對(duì)措施。高層建筑火災(zāi)安全評(píng)價(jià)受到較多因素的影響，屬于非線(xiàn)性評(píng)價(jià)問(wèn)題。傳統(tǒng)的評(píng)價(jià)方法無(wú)法有效的解決因素間的非線(xiàn)性問(wèn)題，如利用層次分析法、區(qū)間層次分析法對(duì)指標(biāo)賦權(quán)存在判斷矩陣無(wú)法檢驗(yàn)的缺陷[1-2]；選用模糊綜合評(píng)價(jià)方法雖考慮了指標(biāo)的模糊性，但核心仍然是利用層次分析法賦權(quán)[3]；選擇灰色關(guān)聯(lián)法保留了已有信息的完整，但指標(biāo)間的關(guān)系并非成幾何序列[4]；利用RBF神經(jīng)網(wǎng)絡(luò)較好的處理指標(biāo)間復(fù)雜的關(guān)系[5]，但存在著網(wǎng)絡(luò)輸入指標(biāo)過(guò)多導(dǎo)致RBF神經(jīng)網(wǎng)絡(luò)收斂速度慢的缺陷。上述學(xué)者在研究高層建筑火災(zāi)安全評(píng)價(jià)時(shí)忽略指標(biāo)間的交叉作用，而火災(zāi)事故的發(fā)生可能由于單一因素引起的連鎖反應(yīng)。

鑒于此，本文提出基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)的高層建筑火災(zāi)安全評(píng)價(jià)模型，試圖通過(guò)三角模糊語(yǔ)言將定性指標(biāo)定量化構(gòu)建模糊評(píng)判矩陣，結(jié)合模糊優(yōu)先規(guī)劃計(jì)算判斷矩陣的權(quán)重，克服其一致性檢驗(yàn)難通過(guò)的弊端；利用主成分分析對(duì)輸入指標(biāo)降維，在提高訓(xùn)練速度的同時(shí)又不失信息的可靠性；最后將降維后的指標(biāo)輸入BP神經(jīng)網(wǎng)絡(luò)中，克服了高層建筑火災(zāi)安全指標(biāo)間交叉問(wèn)題，實(shí)現(xiàn)科學(xué)、快速地評(píng)價(jià)高層建筑火災(zāi)安全。

1　高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)體系的構(gòu)建

高層建筑火災(zāi)安全影響因素繁多，彼此交叉影響，造成難以構(gòu)建完善的高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)，而指標(biāo)建立是否合理決定著高層建筑火災(zāi)安全評(píng)價(jià)的成敗。建立高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)要從全局考慮，即從火災(zāi)發(fā)生前后的救援、疏散、安全管理[6]等方面。故本文從高層建筑火災(zāi)發(fā)生和處理流程的角度作為建立指標(biāo)的切入點(diǎn)，參照文獻(xiàn)[7-8]的研究結(jié)果以及《高層建筑防火設(shè)計(jì)規(guī)范》、《消防法》、《建設(shè)工程消防監(jiān)督管理規(guī)定》等相關(guān)文件的要求，邀請(qǐng)從事高層建筑消防設(shè)計(jì)人員、政府消防官兵、高校高層建筑火災(zāi)安全研究的教授等15人組成專(zhuān)家組，根據(jù)自身的工作經(jīng)驗(yàn)以及專(zhuān)業(yè)知識(shí)，同時(shí)從具體工程案例的實(shí)際情況出發(fā)，建立了圖1所示的高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)體系。

圖1　高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)體系

2　基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)的高層建筑火災(zāi)安全評(píng)價(jià)模型的構(gòu)建

為克服高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)繁多且彼此關(guān)聯(lián)和制約，造成評(píng)價(jià)難度大，而傳統(tǒng)賦權(quán)方法難以取得較好效果的問(wèn)題，本文利用主成分分析法對(duì)所建立的指標(biāo)進(jìn)行初步篩選，排除非關(guān)鍵因素。接著運(yùn)用模糊優(yōu)先規(guī)劃求得指標(biāo)權(quán)重值，增加賦權(quán)的客觀性。最后借助BP神經(jīng)網(wǎng)絡(luò)在自學(xué)習(xí)方面的優(yōu)勢(shì)，把經(jīng)主成分分析法約簡(jiǎn)后的指標(biāo)以及綜合得分作為BP神經(jīng)網(wǎng)絡(luò)的輸入，完成高層建筑火災(zāi)安全的評(píng)價(jià)。2.1指標(biāo)降維

高層建筑火災(zāi)安全指標(biāo)間相互關(guān)聯(lián)，不經(jīng)約簡(jiǎn)直接進(jìn)行評(píng)價(jià)不但增加評(píng)價(jià)過(guò)程的難度而且可能因指標(biāo)間的多元共性而造成評(píng)價(jià)結(jié)果不科學(xué)。而主成分分析恰好可通過(guò)降維技術(shù)在保留關(guān)鍵因素的前提下把若干個(gè)指標(biāo)減少為幾個(gè)主要的指標(biāo)，實(shí)現(xiàn)對(duì)冗余指標(biāo)的剔除。關(guān)于PCA的具體計(jì)算步驟見(jiàn)文獻(xiàn)[9]。

2.2運(yùn)用模糊優(yōu)先規(guī)劃計(jì)算指標(biāo)權(quán)重

為消除高層建筑火災(zāi)安全指標(biāo)不確定性和模糊性，選擇三角模糊數(shù)將定性指標(biāo)定量化，三角模糊語(yǔ)言變量轉(zhuǎn)化關(guān)系見(jiàn)表1。用(l,m,u)表示三角模糊數(shù)M，且l≤m≤u，其中l(wèi)，u，m分別表示M支撐的下界、上界及中值。u-l的差值大小表示模糊程度的高低，當(dāng)u=m=l時(shí)，M為非模糊判斷，表達(dá)形式見(jiàn)公式(1)：

(1)

(2)

式中，l和u表示專(zhuān)家模糊評(píng)判的最小可能值和最大可能值；m表示最可能值；wi，wj分別表示第i，j個(gè)評(píng)價(jià)指標(biāo)的權(quán)重。當(dāng)wi/wj≤lij或wi/wj≥uij時(shí)，uij<0，表示模糊判斷矩陣一致性較差；當(dāng)wi/wj=mij時(shí)，uij取得最大值1。

在可行權(quán)向量中，定義其比值隸屬度的最小值，即：

up(w)=min{uij(w)|i=1,2,…,n-1;j=2,3,…,n;j>i}

(3)

在滿(mǎn)足上述條件的解集中，選擇隸屬度最大的向量作為解向量，即：

λ*=up(w*)=max{up(w)}

(4)

模糊優(yōu)先規(guī)劃可轉(zhuǎn)換成如下的線(xiàn)性規(guī)劃求解：

(5)

利用Matlab2012a求得最優(yōu)解(w*，λ*)，其中w*表示隸屬度最大的權(quán)重值大小，λ*>0表示模糊判斷矩陣一致性較好，反之較差。

2.3BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù)

表2　高層建筑火災(zāi)安全等級(jí)

圖2　BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型

3　工程案例分析

以青島中南金石廣場(chǎng)高層建筑為例，驗(yàn)證建立評(píng)價(jià)模型的有效性。金石廣場(chǎng)位于青島市黃島區(qū)珠江路與井岡山路交叉口，集五星級(jí)酒店、5A甲級(jí)寫(xiě)字樓、商業(yè)街、精裝loft公寓于一體的復(fù)合商務(wù)集群。主體為框架結(jié)構(gòu)，耐火等級(jí)為一級(jí)，地下3層，地上33層，其中1～6層為商業(yè)裙樓，7～27層為公寓住宅，第9層為避難層，建筑總高度135 m，建筑總面積約6萬(wàn)m2，消防水泵設(shè)置在底層，室內(nèi)設(shè)置消防報(bào)警系統(tǒng)、消火栓系統(tǒng)、自動(dòng)噴淋滅火系統(tǒng)、防排煙系統(tǒng)。周邊擁有大型購(gòu)物廣場(chǎng)，人員流動(dòng)性強(qiáng)，交通壓力大。因此，評(píng)價(jià)其火災(zāi)安全等級(jí)對(duì)廣場(chǎng)的火災(zāi)管理顯得尤為重要。按照高層建筑火災(zāi)安全等級(jí)(見(jiàn)表1)對(duì)高層建筑火災(zāi)安全因素進(jìn)行打分。同時(shí)調(diào)查北京國(guó)貿(mào)大廈、廣州中信廣場(chǎng)、上海環(huán)球金融中心、深圳地王大廈、南京紫峰大廈等高層建筑火災(zāi)安全管理作為BP神經(jīng)網(wǎng)絡(luò)的20組樣本數(shù)據(jù)。

3.1對(duì)高層建筑火災(zāi)安全評(píng)價(jià)指標(biāo)降維處理

利用主成分分析借助SPSS 20.0軟件對(duì)指標(biāo)數(shù)據(jù)進(jìn)行降維處理，處理結(jié)果見(jiàn)表3。從表3中可以得出，前3個(gè)指標(biāo)即：防火涂料、安全出口數(shù)量、消防車(chē)道的累計(jì)貢獻(xiàn)率為84.9%，從而實(shí)現(xiàn)指標(biāo)的降維，即把原來(lái)的18個(gè)評(píng)價(jià)指標(biāo)約簡(jiǎn)為3個(gè)。選擇這3個(gè)指標(biāo)為BP神經(jīng)網(wǎng)絡(luò)的輸入，提高其訓(xùn)練效率。

表3　3個(gè)主成分特征值以及累計(jì)貢獻(xiàn)率

3.2求解降維后指標(biāo)的權(quán)重

利用三角模糊數(shù)對(duì)降維后的指標(biāo)進(jìn)行兩兩比較，建立模糊判斷矩陣，然后計(jì)算指標(biāo)權(quán)重值。

maxλ

(6)

得出w1=0.437 0，w2=0.323 5，w3=0.239 5，λ=0.824 6>0，說(shuō)明建立的模糊判斷矩陣的一致性較好。

3.3基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)的高層建筑火災(zāi)安全評(píng)價(jià)

把PCA降維后的3個(gè)主要指標(biāo)以及專(zhuān)家打分歸一化后的結(jié)果并結(jié)合FPP計(jì)算出來(lái)該指標(biāo)的權(quán)重值，最終得出高層建筑火災(zāi)安全等級(jí)的期望值，將其輸入BP神經(jīng)網(wǎng)絡(luò)。其中將1～15組樣本數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，16～20組樣本數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)檢驗(yàn)樣本。采用BP神經(jīng)網(wǎng)絡(luò)中常用的traingd算子，利用MATLAB.R2012aBP神經(jīng)網(wǎng)絡(luò)工具箱對(duì)輸入的樣本數(shù)據(jù)進(jìn)行訓(xùn)練。經(jīng)過(guò)多次模擬訓(xùn)練發(fā)現(xiàn)：當(dāng)訓(xùn)練次數(shù)為300時(shí)，能夠滿(mǎn)足目標(biāo)誤差ε=0.93的要求。為了檢驗(yàn)經(jīng)主成分分析后的BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練的精度以及速度兩方面具有優(yōu)勢(shì)，將原有數(shù)據(jù)輸入到傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)中，兩者訓(xùn)練的對(duì)比結(jié)果見(jiàn)表4。

表4　基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果對(duì)比

從表4中兩者預(yù)測(cè)結(jié)果以及相對(duì)誤差的對(duì)比中可知：基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)除了在樣本18訓(xùn)練輸出結(jié)果相對(duì)誤差較大，為24.082%，剩余檢驗(yàn)樣本相對(duì)誤差均較為理想；而傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)則在樣本18的誤差高達(dá)42.528%，排除個(gè)別樣本的不合理之處，基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)在精度上比傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)更具優(yōu)勢(shì)，能夠取到較好的效果。此外樣本20最終的輸出結(jié)果為0.913 6，說(shuō)明金石廣場(chǎng)火災(zāi)安全等級(jí)位于低火災(zāi)范圍，需采取加強(qiáng)日常消防演練，保證安全出口的暢通，保證裝修材料的耐火等級(jí)等措施。

4　結(jié)論

(1)通過(guò)主成分分析法對(duì)構(gòu)建的高層建筑火災(zāi)安全指標(biāo)進(jìn)行降維處理，既保留了對(duì)高層建筑火災(zāi)安全有重要的影響指標(biāo)，同時(shí)減少了BP神經(jīng)網(wǎng)絡(luò)的輸入，提高訓(xùn)練的速度。

(2)利用三角模糊語(yǔ)言將定性指標(biāo)定量化，建立模糊矩陣，運(yùn)用模糊優(yōu)先規(guī)劃計(jì)算指標(biāo)的權(quán)重，使得指標(biāo)賦權(quán)更加客觀性，進(jìn)一步消除專(zhuān)家主觀打分帶來(lái)的弊端。同時(shí)結(jié)合BP神經(jīng)處理非線(xiàn)性關(guān)系的優(yōu)勢(shì)完成對(duì)高層建筑火災(zāi)安全的評(píng)價(jià)，使得評(píng)價(jià)結(jié)果更加科學(xué)、高效。

(3)通過(guò)建立的PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)模型對(duì)金石廣場(chǎng)火災(zāi)安全進(jìn)行評(píng)價(jià)，證明該評(píng)價(jià)模型具有一定的可行性，對(duì)于類(lèi)似高層建筑的火災(zāi)安全評(píng)價(jià)具有一定的推廣性。

[1]賈水庫(kù),田斌.層次分析法在高層學(xué)生公寓火災(zāi)危險(xiǎn)性評(píng)價(jià)中的應(yīng)用[J].中國(guó)安全科學(xué)學(xué)報(bào),2009,19(5):114-118.

[2]王振,劉茂.應(yīng)用區(qū)間層次分析法(IAHP)研究高層建筑火災(zāi)安全因素[J].安全與環(huán)境學(xué)報(bào),2006,6(1):12-15.

[3]呂顯智,馬建云,陶昆,等.基于模糊綜合評(píng)價(jià)法的高層賓館消防安全現(xiàn)狀評(píng)價(jià)[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2011,7(5):138-143.

[4]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(píng)估[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2013,9(8):83-89.

[5]劉勇求.基于RBF神經(jīng)網(wǎng)絡(luò)的高層建筑火災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)[J].中國(guó)西部科技,2008,7(4):53-54.

[6]萬(wàn)金保,熊友強(qiáng),楊勤佳.基于證據(jù)理論的高層建筑火災(zāi)風(fēng)險(xiǎn)綜合模型研究[J].工業(yè)建筑,2010(S1):94-99.

[7]萬(wàn)金保,熊友強(qiáng),孫蕾.高層建筑火災(zāi)風(fēng)險(xiǎn)的灰色模糊綜合評(píng)估[J].工業(yè)建筑,2010(S1):100-104.

[8]邵望定.基于模糊綜合評(píng)價(jià)的高層建筑火災(zāi)風(fēng)險(xiǎn)評(píng)估模型[J].武警學(xué)院學(xué)報(bào),2015(2):68-70.

[9]張穎.基于PCA的模糊BP網(wǎng)絡(luò)建模方法在藻類(lèi)生長(zhǎng)狀態(tài)預(yù)測(cè)中的應(yīng)用[J].上海海事大學(xué)學(xué)報(bào),2011,32(4):76-79.

[10]丁元春,翁發(fā)祿,唐敏康.基于突變理論的高層建筑火災(zāi)安全綜合評(píng)價(jià)[J].建筑科學(xué),2012(1):22-25.

Fire Safety Assessment of High Rise Building Based on PCA-FPP-BP Neural Network

NIU Fayang1DUAN Meidong1WANG Jianbo1JIANG Dongmin1Yang Guannan2

(1.SchoolofManagement,QingdaoTechnologicalUniversityQingdao，Shandong266520)

In order to solve the difficult problem of the high-rise building fire safety evaluation caused by the complex high-rise building structure, personnel density and various fire-caused factors, this paper proposes a high-rise building fire safety assessment model based on PCA-FPP-BP neural network. Firstly, the principal component analysis (PCA) is used to reduce the dimension of the building fire safety evaluation index, and the main information is selected; then, fuzzy judgment matrix is constructed based on triangular fuzzy number, the weight value of the index is solved by fuzzy priority programming (FPP) and the subjective influence is reduced; finally considering the complicated relations between indexes and the characteristics of cross each other and feedback, the BP neural network is selected to evaluate the fire safety of high-rise buildings. The practicability and reliability of the evaluation model are proved through the engineering case.

high-rise buildingfire risksafety evaluationfuzzy preference programmingBP neural network

2016-01-23)

國(guó)家自然科學(xué)基金(71471094)，山東省自然科學(xué)基金(ZR2011GL021)。

牛發(fā)陽(yáng)，男，1990年生，河南信陽(yáng)人，碩士研究生，研究方向?yàn)楣こ添?xiàng)目管理。