基于机器学习的建筑火灾蔓延快速预测

作者：郭震; 贾笑岩; 李富民; 胡妍; 闫秋艳

来源：中国安全科学学报, 2023, 33(11): 117-125.

DOI：10.16265/j.cnki.issn1003-3033.2023.11.2219

• 建筑火灾
• 快速预测
• 机器学习
• 权重占比
• 空间构成

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%。

• 单位
  中国矿业大学（北京）; 土木工程学院; 中国矿业大学