大型商业综合体火灾风险性分析

《大型商业综合体火灾风险性分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：X928密级：全日制工程硕士学位论文大型商业综合体火灾风险性分析AnalysisonFireRiskoftheLarge-ScaleCommercialComplex申请人姓名：李姗姗指导教师：程文东（校内）：谢俊文（校外）工程领域：安全工程研究方向：安全管理西安科技大学二〇一五年六月学位论文独创性说明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及其取得研究成果。尽我所知，除了文中加以标注和致谢的地方外，论文中不包含其他人或集体已经公开发表或撰写过的研究成果，也不包含为获得西安科技大学或其他教育机构的学位或

2、证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。学位论文作者签名：日期：论文题目：大型商业综合体火灾风险性分析工程领域：安全工程硕士生：李姗姗（签名）指导教师：程文东（校内）（签名）谢俊文（校外）（签名）摘要大型商业综合体作为一种公共聚集场所，结构与功能复杂，人员密集，流动性大，极易发生火灾风危险。我国目前的火灾风险性评价工作主要依据现行防火规范标准，即强调每项指标达标。但大型商业综合体中存在一些规范无法规定的新型设计理念及结构布局，这对以现行规范为参考依据的火灾风险性评价工作提出巨

3、大挑战。本文针对大型商业综合体火灾事故中存在的突出问题以及火灾风险性评价中突显的矛盾，提出大型商业综合体火灾风险性评价体系的研究课题。主要做了以下几个方面的研究：第一，火灾风险性评价体系的构建及指标因素的衡量分析。（1）针对大型商业综合体的火灾发展及防火设计特点，构建了三级火灾风险性评价指标体系。（2）针对超规范大型商业综合体的防火设计方法与现行防火规范之间的矛盾，将三级指标进一步划分为超规范设计类、符合规范设计类和严于规范设计类三大类别，并分析总结了火灾风险性评价工作中存在的问题。（3）在上述分析的基础上，对火灾风险性评价指标进行衡

4、量分析。第二，提出了综合运用模糊层次分析法、模糊综合评价法和遗传神经网络的方法对大型商业综合体火灾风险性进行评价的设计构想。（1）运用FAHP-FCE评价模型生成GA-BP神经网络的样本集。运用MATLAB编程，完成了模糊层次分析法对指标权重的计算过程；并运用模糊综合评价法分析得出各个样本的火灾风险等级。（2）运用遗传算法优化BP神经网络的权值和阈值，构建了基于遗传神经网络的评价模型。运用MATLAB的神经网络工具箱和编写GA-BP程序，完成对GA-BP网络评价模型的训练、学习与测试。第三，将训练好的网络应用于实例评价，结果表明：该评

5、价模型在大型商业综合体火灾风险性评价中具有良好的适用性。关键词：大型商业综合体；火灾风险性评价；指标体系；模糊层次分析法；模糊综合评价法；遗传神经网络研究类型：应用研究Subject：AnalysisonFireRiskoftheLarge-ScaleCommercialComplexSpecialty：SafetyEngineeringName：LiShanshan(Signature)Instructor：ChengWendong(Signature)XieJunwen(Signature)ABSTRACTAspublicarea

6、s,becauseofitscomplicationoffunctionstructure，personnel-intensiveandflowofpeople,thelarge-scaleCommercialComplexiseasytofirerisk.Thecurrentfireriskassessmentworkarebasedonthecurrentnationalcodeforfireprotection,isputtousebythemajorityoftheprojectsinourcountry.Neverthele

7、ss,thenewdesignandthenewdistributionformatsturnupincommercialbuildings,allofwhicharegraduallyhardtobestipulatedbysomestandards.Accordingtocurrentprominentproblemsexistinginlarge-scaleCommercialComplex’accidentsanddeepcontradictionsshowninthefireriskassessment,weproposet

8、odotheresearchontheevaluationsysteminlarge-scaleCommercialComplex.Basicallyhasthefollowingseveralaspects:First