安全科学与灾害防治论文_基于动静态混合数据分_四川建筑杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

安全科学与灾害防治论文_基于动静态混合数据分

作者:

关键词:

摘要：

文章摘要:为解决消防误报警消息的频繁出现给建筑运维工作带来极大不便的问题,充分利用建筑信息模型（BIM）运维平台的数据资源优势,提出一种基于动静态混合数据分析的消防误报警判定方法。在对建筑火灾风险及消防误报警成因研究分析基础上,首先,从建筑物联网获取报警点所属空间的温度、烟雾浓度、CO浓度等参数构成动态数据集,采用遗传算法优化的BP神经网络（GABP）分析动态数据集,获得建筑空间存在明火的概率;然后,从BIM模型提取报警点空间位置与建筑材料参数构成静态数据集,采用提出模糊贝叶斯网络评估该空间火灾风险概率;最后,加权融合以上2个概率值,最终得到报警点所属空间发生火灾的概率,进而反向推断出误报警的概率。研究结果表明:该方法可以判定建筑BIM运维平台的消防误报警概率,为建筑运维人员提供决策依据。

文章关键词:

项目基金: