王磊
摘 ? 要:“水火無情”,一定規(guī)模的火災(zāi)可能造成很大的經(jīng)濟(jì)損失,對于火災(zāi)等級(jí)的分析,科學(xué)合理的火災(zāi)救援策略的部署十分關(guān)鍵?;诖?,進(jìn)行火災(zāi)等級(jí)的評(píng)價(jià)并制定相應(yīng)的救援措施。從模糊綜合評(píng)價(jià)方向出發(fā),設(shè)定評(píng)判矩陣、模糊子集求解綜合評(píng)判矩陣,以4個(gè)因素的所處范圍為依據(jù)得到各個(gè)火災(zāi)的預(yù)期危害等級(jí)。結(jié)合所給經(jīng)緯度數(shù)據(jù)將經(jīng)度、緯度以及問題一求出的危害等級(jí)3個(gè)緯度的數(shù)據(jù)輸入自組織特征映射網(wǎng)中進(jìn)行分類,經(jīng)過多次迭代處理,得到確定的放火位置。
關(guān)鍵詞:火災(zāi)等級(jí)評(píng)價(jià);模糊綜合評(píng)價(jià)法;隸屬函數(shù);自組織特征映射網(wǎng)
1 ? ?問題闡述
問題1:請你對附件2中的2 033個(gè)火災(zāi)預(yù)期危害等級(jí)進(jìn)行評(píng)價(jià),并篩選出10大火災(zāi)編號(hào)。
問題2:結(jié)合問題1中所確定的火災(zāi)等級(jí)及火災(zāi)位置,請篩選出重點(diǎn)的放火位置。
2 ? ?模型建立與求解
2.1 ?問題一的求解
2.1.1 ?模糊綜合評(píng)判模型建立
火災(zāi)的發(fā)生受到諸多因素影響,在進(jìn)行評(píng)價(jià)的過程中必須同時(shí)考慮各種因素,而在很多問題上,人們對事物的評(píng)價(jià)常常帶有模糊性,因此,應(yīng)用模糊數(shù)學(xué)的方法進(jìn)行綜合評(píng)判將會(huì)取得更好的實(shí)際效果。
首先建立評(píng)判對象的因素集U={u1,u2,…,un},其中的因素即為本題附件所給的初始火災(zāi)面積、風(fēng)力大小、預(yù)期蔓延速度、救援難度系數(shù),這些影響因素對于火災(zāi)等級(jí)具有重要的影響作用[1]。
設(shè)定評(píng)判集V={V1,V2,…,Vm},在此將火災(zāi)劃分為5個(gè)等級(jí),其中5表示火災(zāi)最嚴(yán)重,1表示最輕微(見表1)。
建立單因素評(píng)判將U到V的模糊映射表示為:
2.1.2 ?模型的求解
將評(píng)判等級(jí)和評(píng)判因素確定以后,為了方便處理,將蔓延速度按照“緩慢”、“慢”、“適中”、“快”、“特快”依次映射為0.2、0.4、0.6、0.8、1.0。之后即可確定單因素評(píng)判的映射關(guān)系,按照數(shù)據(jù)平均分布的原則設(shè)定等級(jí)劃分標(biāo)準(zhǔn)如表1所示。
根據(jù)各因素所占的頻率,依照公式(2)計(jì)算出單因素評(píng)判矩陣R如表2所示。
確定權(quán)重大小為A=[μ1(u1), μ2(u2), μ3(u3), μ4(u4), μ5(u5)],根據(jù)B=A。R即可求出不同火災(zāi)所對應(yīng)的各個(gè)評(píng)判元素的數(shù)值,選擇最大的一項(xiàng)數(shù)值所對應(yīng)的當(dāng)列所屬火災(zāi)危險(xiǎn)等級(jí)。
據(jù)此劃分出第5種危險(xiǎn)等級(jí)內(nèi)的火災(zāi)編號(hào),共有239個(gè),再以救援難度系數(shù)、預(yù)期蔓延速度作為篩選標(biāo)準(zhǔn),篩選出編號(hào)為108、132、372、553、620、854、945、1 371、1 409、2 001的火災(zāi)為最大的10場火災(zāi)[2]。
2.2 ?問題二的求解
2.2.1 ?防火位置規(guī)劃模型建立
將附件中2 033個(gè)火災(zāi)發(fā)生地點(diǎn)的經(jīng)緯度坐標(biāo)輸入Matlab中,如圖1所示。
考慮到樣本數(shù)據(jù)的實(shí)際情況,為了保證自組織特征映射網(wǎng)(Self-Organizing Feature Map,SOFM)的訓(xùn)練效率,同時(shí)充分照顧到各個(gè)可能會(huì)發(fā)生火災(zāi)的地區(qū),提高算法的可實(shí)施性,在此,將這2 033個(gè)火災(zāi)發(fā)生地點(diǎn)分成6大塊,每塊對應(yīng)設(shè)置一個(gè)重點(diǎn)的放火位置(神經(jīng)元)。
2.2.2 ?SOFM網(wǎng)絡(luò)的工作原理
SOFM網(wǎng)絡(luò)是一種基于Hebb學(xué)習(xí)規(guī)則進(jìn)行網(wǎng)絡(luò)訓(xùn)練,具有自組織功能的神經(jīng)網(wǎng)絡(luò)。它可把任意維的輸入信號(hào)變換到一維或二維的離散網(wǎng)格上,并保持一定的拓?fù)溆行蛐?。SOFM網(wǎng)絡(luò)具有特征抽取作用,通過自身訓(xùn)練可以自動(dòng)對輸入模式進(jìn)行聚類,用聚類中心(各輸出節(jié)點(diǎn)的權(quán)向量)代表原輸入。
SOFM的基本思想是網(wǎng)絡(luò)輸出層各神經(jīng)元競爭對輸入模式的響應(yīng)機(jī)會(huì),最后僅一個(gè)神經(jīng)元成為競爭的勝者,并對那些與獲勝神經(jīng)元相鄰的指定鄰域內(nèi)的各神經(jīng)元的所有連接權(quán)朝著更有利于它們競爭獲勝的方向調(diào)整。
算法的基本操作步驟如下:
步驟1:對圖像數(shù)據(jù)作歸一化處理,將各點(diǎn)像素值歸一化到區(qū)間[0,1]內(nèi),由此得到圖像X=(X1,X2,…,Xi),其中Xi為圖像一點(diǎn)的歸一化后的模式。
步驟2:初始化網(wǎng)絡(luò)連接權(quán)值Wj,其中1≤j≤M為競爭層神經(jīng)元向量元素的個(gè)數(shù)。
步驟3:選擇獲勝單元c:
步驟4:進(jìn)行連接權(quán)調(diào)整:
?Wj=η(t)NBc(t)(xi-wj)
其中,η(t)為學(xué)習(xí)率,NBc(t)為鄰域函數(shù),且:
j∈NBc(t), 0<η(t)<1
步驟5:按照以上步驟,反復(fù)訓(xùn)練每一個(gè)輸入的模式值Xi,直至完成規(guī)定的訓(xùn)練次數(shù)。經(jīng)過學(xué)習(xí)后,再次將Xi輸入網(wǎng)絡(luò),其輸出結(jié)果即為分類結(jié)果。
2.2.3 ?防火位置的求解
基于以上分析,將經(jīng)度、緯度、量化后的火災(zāi)等級(jí)3個(gè)緯度的數(shù)據(jù)輸入SOFM網(wǎng)絡(luò)中,設(shè)置網(wǎng)絡(luò)結(jié)構(gòu)為6×1,訓(xùn)練次數(shù)為300次,最終得到圖2。
可見,SOFM最終為每個(gè)重點(diǎn)的放火區(qū)域依次分配了221、570、72、309、476、385個(gè)火災(zāi),各神經(jīng)元最終所處坐標(biāo)即為篩選出的重點(diǎn)的放火位置。
為了更加直觀地看出算法的分類結(jié)果,借助Matlab二維繪圖工具,將各個(gè)不同的防火區(qū)域用不同的顏色予以區(qū)分[3],同時(shí)標(biāo)示出各個(gè)重點(diǎn)防火位置,6個(gè)重點(diǎn)防火位置坐標(biāo)依次為:(125.190 9, 45.277 0);(115.416 3, 37.757 4);(84.987 8, 41.963 5);(106.178 1, 34.553 0);(116.951 3, 29.547 3);(104.858 7, 27.216 5)。
3 ? ?模型評(píng)價(jià)與推廣
采用了模糊綜合分析模型,此類模型不僅可對評(píng)價(jià)對象按綜合分值的大小進(jìn)行評(píng)價(jià)和排序,而且還可根據(jù)模糊評(píng)價(jià)集上的值按最大隸屬度原則或接近原則去評(píng)定對象所屬的等級(jí)。關(guān)于SOFM神經(jīng)網(wǎng)絡(luò)模型,其網(wǎng)絡(luò)收斂速度快,并且自適應(yīng)的特點(diǎn)保證了可以成功地應(yīng)用于解決組合優(yōu)化問題。
[參考文獻(xiàn)]
[1]王 ? 晨.火災(zāi)等級(jí)標(biāo)準(zhǔn)問題的數(shù)量化研究[J].武警學(xué)院學(xué)報(bào),2010,26(12):5-7.
[2]田國華,楊 ? 松.我國31個(gè)地區(qū)森林火災(zāi)時(shí)空分布特征[J].森林防火,2013(2):10-14.
[3]孫軍田,張 ? 喆.基于神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)確定災(zāi)害等級(jí)的滅火救援出動(dòng)力量模型研究[C]//南京:2016中國消防協(xié)會(huì)科學(xué)技術(shù)年會(huì),2016.