一种室内消防风险预测方法技术

本发明专利技术涉及室内消防风险预测领域，尤其涉及一种室内消防风险预测方法，所述一种室内消防风险预测方法包括：采集历史待评估室内消防监测数据建立室内消防风险初始预测模型；利用其他室内消防监测数据对所述室内消防风险初始预测模型进行测试得到室内消防风险预测模型；利用实时待评估室内监测数据带入室内消防风险预测模型得到待评估室内消防风险预测结果；其中，室内消防监测数据为监测目标温度、监测目标材料、监测目标密度，基于待评估地点的历史数据建立模型，利用其他相似地点的历史数据进行模型验证，避免了由于单一数据导致的模型指向误差，提升了模型识别广度与准确率。提升了模型识别广度与准确率。提升了模型识别广度与准确率。

【技术实现步骤摘要】
一种室内消防风险预测方法


[0001]本专利技术涉及室内消防风险预测领域，具体涉及一种室内消防风险预测方法。

技术介绍

[0002]在日常生活和工作中，由于日常监管或大意疏忽而减少了对周围环境中存在消防隐患的注意，尤其在室内环境一旦起火后果不堪设想，但是由于室内环境复杂且消防隐患种类过多，无法进行统一识别监测，而传统监测系统只针对指定地区进行设置，当出现特殊情况时，往往无法快速做出反应识别并且不能对监测系统进行实时更新，由此带来监测死角产生风险。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供了一种室内消防风险预测方法，基于历史数据建立模型，通过相似地点数据验证模型并根据新的监测数据对模型迭代，保证了模型的实时性，减小了预测误差。
[0004]为实现上述目的，本专利技术提供了一种室内消防风险预测方法，包括：S1、采集历史待评估室内消防监测数据建立室内消防风险初始预测模型；S1
‑
1、采集历史待评估室内消防正常数据、历史待评估室内消防隐患数据、历史待评估室内消防事故数据作为历史待评估室内消防监测数据；S1
‑
2、利用所述历史待评估室内消防监测数据获取历史待评估室内消防监测数据评分；S1
‑
3、利用所述历史待评估室内消防监测数据、历史待评估室内消防监测数据评分和历史待评估室内消防监测数据评分对应的消防监测结果作为训练集；S1
‑
4、以历史待评估室内消防监测数据为输入，以历史待评估室内消防监测数据评分和历史待评估室内消防监测数据评分对应的消防监测结果为输出，基于神经网络算法进行训练得到室内消防风险初始预测模型；S2、利用其他室内消防监测数据对所述室内消防风险初始预测模型进行测试得到室内消防风险预测模型；S2
‑
1、采集其他室内消防监测数据和与其对应的其他室内消防监测结果；S2
‑
2、利用其他室内消防监测数据与历史待评估室内消防监测数据计算数据相似度；S2
‑
3、利用数据相似度大于m%的其他室内消防监测数据和与其对应的其他室内消防监测结果带入室内消防风险初始预测模型进行测试，判断所述室内消防风险初始预测模型的预测准确率是否大于n%，若是，则输出室内消防风险初始预测模型作为室内消防风险预测模型，否则，增加历史待评估室内消防监测数据的数量后，返回步骤S1
‑
2；S2
‑
4、当历史待评估室内消防监测数据存在新增历史待评估室内消防隐患数据与新增历史待评估室内消防事故数据时，利用所述新增历史待评估室内消防隐患数据与新增
历史待评估室内消防事故数据加入训练集后，返回步骤S1
‑
4；其中，m%的范围为80%至90%，n%的范围为90%至95%；S3、利用实时待评估室内监测数据带入室内消防风险预测模型得到待评估室内消防风险预测结果；其中，室内消防监测数据为监测目标温度、监测目标材料、监测目标密度。
[0005]优选的，利用所述历史待评估室内消防监测数据获取历史待评估室内消防监测数据评分包括：利用历史待评估室内消防监测数据基于多项式插值函数计算得到历史待评估室内消防监测数据评分；利用所述历史待评估室内消防监测数据评分基于模糊评估法得到历史待评估室内消防监测数据向量；利用历史待评估室内消防监测数据基于层次分析法得到历史待评估室内消防监测数据权重；利用所述历史待评估室内消防监测数据向量与历史待评估室内消防监测数据权重计算历史待评估室内消防监测数据评分。
[0006]进一步的，所述利用历史待评估室内消防监测数据基于多项式插值函数计算得到历史待评估室内消防监测数据评分包括：利用待评估室内消防监测标准数据基于多项式插值函数建立历史待评估室内消防监测评估函数；利用历史待评估室内消防监测数据基于所述历史待评估室内消防监测评估函数得到历史待评估室内消防监测数据评分；其中，所述待评估室内消防监测标准数据为完全无风险时待评估室内消防监测数据。
[0007]优选的，所述利用其他室内消防监测数据与历史待评估室内消防监测数据计算数据相似度的计算式如下：其中，W为数据相似度，x
k
为其他室内消防监测数据，y
k
为历史待评估室内消防监测数据。
[0008]与最接近的现有技术相比，本专利技术具有的有益效果：利用待评估地点的历史数据保证了评估结果的一致性，在评估模型的建立测试中引入与待评估地点相似的地点历史数据，避免了模型由于训练数据的单一导致模型输出的指向性过于狭窄，使评估结果产生偏离，同时利用待评估地点的实时监测数据对模型进行迭代训练，保证了模型的实时性，提升了预测结果的准确性。
附图说明
[0009]图1是本专利技术提供的一种室内消防风险预测方法流程图。
具体实施方式
[0010]下面结合附图对本专利技术的具体实施方式作进一步的详细说明。
[0011]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0012]实施例1：本专利技术提供了一种室内消防风险预测方法，如图1所示，包括：S1、采集历史待评估室内消防监测数据建立室内消防风险初始预测模型；S2、利用其他室内消防监测数据对所述室内消防风险初始预测模型进行测试得到室内消防风险预测模型；S3、利用实时待评估室内监测数据带入室内消防风险预测模型得到待评估室内消防风险预测结果；其中，室内消防监测数据为监测目标温度、监测目标材料、监测目标密度。
[0013]步骤S1具体包括：S1
‑
1、采集历史待评估室内消防正常数据、历史待评估室内消防隐患数据、历史待评估室内消防事故数据作为历史待评估室内消防监测数据；S1
‑
2、利用所述历史待评估室内消防监测数据获取历史待评估室内消防监测数据评分；S1
‑
3、利用所述历史待评估室内消防监测数据、历史待评估室内消防监测数据评分和历史待评估室内消防监测数据评分对应的消防监测结果作为训练集；S1
‑
4、以历史待评估室内消防监测数据为输入，以历史待评估室内消防监测数据评分和历史待评估室内消防监测数据评分对应的消防监测结果为输出，基于神经网络算法进行训练得到室内消防风险初始预测模型。
[0014]步骤S1
‑
2具体包括：S1
‑2‑
1、利用历史待评估室内消防监测数据基于多项式插值函数计算得到历史待评估室内消防监测数据评分；S1
‑2‑
2、利用所述历史待评估室内消防监测数据评分基于模糊评估法得到历史待评估室内消防监测数据向量；S1
‑2‑
3、利用历史待评估室内消防监测数据基于层次分析法得到历史待评估室内消防监测数据权本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内消防风险预测方法，其特征在于，包括：S1、采集历史待评估室内消防监测数据建立室内消防风险初始预测模型；S1
‑
1、采集历史待评估室内消防正常数据、历史待评估室内消防隐患数据、历史待评估室内消防事故数据作为历史待评估室内消防监测数据；S1
‑
2、利用所述历史待评估室内消防监测数据获取历史待评估室内消防监测数据评分；S1
‑
3、利用所述历史待评估室内消防监测数据、历史待评估室内消防监测数据评分和历史待评估室内消防监测数据评分对应的消防监测结果作为训练集；S1
‑
4、以历史待评估室内消防监测数据为输入，以历史待评估室内消防监测数据评分和历史待评估室内消防监测数据评分对应的消防监测结果为输出，基于神经网络算法进行训练得到室内消防风险初始预测模型；S2、利用其他室内消防监测数据对所述室内消防风险初始预测模型进行测试得到室内消防风险预测模型；S2
‑
1、采集其他室内消防监测数据和与其对应的其他室内消防监测结果；S2
‑
2、利用其他室内消防监测数据与历史待评估室内消防监测数据计算数据相似度；S2
‑
3、利用数据相似度大于m%的其他室内消防监测数据和与其对应的其他室内消防监测结果带入室内消防风险初始预测模型进行测试，判断所述室内消防风险初始预测模型的预测准确率是否大于n%，若是，则输出室内消防风险初始预测模型作为室内消防风险预测模型，否则，增加历史待评估室内消防监测数据的数量后，返回步骤S1
‑
2；S2
‑
4、当历史待评估室内消防监测数据存在新增历史待评估室内消防隐患数据与新增历史待评估室内消防事故数据时，利用所...

【专利技术属性】
技术研发人员：植挺生，严如灏，邓永俊，汤智彬，邹晟，赵尚谦，庄广壬，
申请(专利权)人：广东广宇科技发展有限公司，
类型：发明
国别省市：