【技术实现步骤摘要】
本专利技术属于消防资源调度，具体为一种基于人工智能的地下空间消防资源调度方法。
技术介绍
1、随着城市地下空间的快速发展，地下建筑如地铁站、地下商场和停车场等场所的消防安全问题日益突出。然而，现有的消防资源调度方法在应对地下空间火灾时存在诸多不足，尤其是在复杂环境下的资源分配效率和智能化水平方面仍有待提升。
2、经检索，公开号为cn118229041b的一种基于共享物联网的消防数据资源调度方法，公开日期为2024年8月2日。该专利通过获取火场数据和消防站数据，并结合灭火适应度与路段方向一致性因子构建加权图，优化路径规划以提高消防资源调度效果。然而，该技术方案主要针对地面火场环境设计，未充分考虑地下空间的特殊性，例如通风条件受限、烟雾扩散迅速以及逃生通道狭窄等问题。此外，其依赖风向和通行方向的权重计算方式可能不适用于地下空间中复杂的气流分布和多变的结构布局，导致调度方案的适用性和精准性不足。
3、经检索，公开号为cn117035323b的一种基于bim数据的建筑内消防资源调度分配方法及系统，公开日期为2025年2月...
【技术保护点】
1.一种基于人工智能的地下空间消防资源调度方法，其特征在于，所述方法包括：获取地下空间火灾场景中的多源异构数据，包括传感器监测数据、建筑结构数据和实时人员分布数据；根据传感器监测数据与建筑结构数据之间的关联性，构建地下空间火灾动态风险评估模型；根据火灾动态风险评估模型对不同区域的风险等级进行量化，获得多个高风险区域簇；对于任一高风险区域簇，根据实时人员分布数据和传感器监测数据的变化趋势，计算每个区域的救援优先级；根据每个高风险区域簇中不同区域的救援优先级，结合消防资源的分布位置和响应时间，生成最优资源调度路径。
2.根据权利要求1所述的地下空间消防资源调度...
【技术特征摘要】
1.一种基于人工智能的地下空间消防资源调度方法，其特征在于，所述方法包括：获取地下空间火灾场景中的多源异构数据，包括传感器监测数据、建筑结构数据和实时人员分布数据；根据传感器监测数据与建筑结构数据之间的关联性，构建地下空间火灾动态风险评估模型；根据火灾动态风险评估模型对不同区域的风险等级进行量化，获得多个高风险区域簇；对于任一高风险区域簇，根据实时人员分布数据和传感器监测数据的变化趋势，计算每个区域的救援优先级；根据每个高风险区域簇中不同区域的救援优先级，结合消防资源的分布位置和响应时间，生成最优资源调度路径。
2.根据权利要求1所述的地下空间消防资源调度方法，其特征在于，所述火灾动态风险评估模型的构建方法包括：提取传感器监测数据中的温度、烟雾浓度和气流速度特征，作为火灾动态特征向量；将建筑结构数据中的通风条件、逃生通道宽度和空间封闭性参数转化为结构特征向量；通过计算火灾动态特征向量与结构特征向量之间的余弦相似度，获得火灾动态风险评估模型的初始权重；利用深度学习算法对初始权重进行优化，得到最终的火灾动态风险评估模型。
3.根据权利要求1所述的地下空间消防资源调度方法，其特征在于，所述高风险区域簇的获取方法包括：根据火灾动态风险评估模型对地下空间中每个区域的风险等级进行量化，获得每个区域的风险评分；根据区域之间的空间邻近性和风险评分的相关性，对所有区域进行dbscan聚类，获得多个高风险区域簇。
4.根据权利要求1所述的地下空间消防资源调度方法，其特征在于，所述救援优先级的计算方法包括：对于任一高风险区域簇，统计区域内实时人员分布数据中的人员密度和移动速度变化趋势，作为人员疏散难度系数；根据传感器监测数据中温度和烟雾浓度的变化速率，获得区域内的火灾蔓延速度；将人员疏散难度系数与火灾蔓延速度的乘积作为每个区域的救援优先级。
5.根据...
【专利技术属性】
技术研发人员：邵峰，王延尚，陈松，刘学贤，刘训龙，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。