——以上海市M小區(qū)為例"/>
999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?余 婕,田世祥*,王 偉,江澤標(biāo),楊君濤,韋善陽
(1.貴州大學(xué)礦業(yè)學(xué)院,貴州 貴陽 550025;2.應(yīng)急管理部上海消防研究所,上海 200032)
我國經(jīng)濟(jì)正逐漸由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,城市化的進(jìn)程和規(guī)模不斷擴(kuò)張,使得火災(zāi)風(fēng)險(xiǎn)水平也不斷加重。社區(qū)是社會(huì)治理和民生保障的重要載體,傳統(tǒng)與非傳統(tǒng)消防安全因子彼此交叉滲透,其火災(zāi)具有受災(zāi)面積小、火災(zāi)荷載大、受困人員少但易傷亡、撲救難度小且救援要求高等特點(diǎn),90%以上的社區(qū)火災(zāi)面積不超過50 m。2019年我國共接報(bào)火災(zāi)23.3萬起,其中居民住宅火災(zāi)雖然只占44.8%,但造成了1 045人死亡(占比為78.3%),遠(yuǎn)超出其他場所死亡人數(shù)的總和,“小火亡人”問題仍然突出。于2000年以前建成的老舊小區(qū)是居民住宅火災(zāi)的重災(zāi)區(qū),已成為城市發(fā)展面臨的主要消防痛點(diǎn),直接威脅公眾生命財(cái)產(chǎn)和公共安全,亟待加強(qiáng)源頭治理和綜合治理。城鎮(zhèn)老舊小區(qū)改造是滿足人民群眾美好生活需要的重大民生工程和發(fā)展工程,2020年7月國務(wù)院辦公廳印發(fā)的《關(guān)于全面推進(jìn)城鎮(zhèn)老舊小區(qū)改造工作的指導(dǎo)意見》中明確指出,消防改造是老舊小區(qū)改造工程的重要組成部分,火災(zāi)風(fēng)險(xiǎn)評估是老舊小區(qū)消防改造的先決條件和考核改造成果評價(jià)的重要手段。
國內(nèi)外學(xué)者在建筑火災(zāi)風(fēng)險(xiǎn)評估方法方面已做了大量的研究。如:陳娟娟等利用聚類分析與層次分析法相結(jié)合,評估了大型商場建筑單體火災(zāi)風(fēng)險(xiǎn)并確定了其風(fēng)險(xiǎn)水平等級;孫華麗等應(yīng)用主成分分析法評估了超大城市公共安全風(fēng)險(xiǎn),找出了影響公共安全水平的重要因子,以實(shí)現(xiàn)城市公共安全的有效預(yù)防;孫旋等基于改進(jìn)層次分析法對火災(zāi)高危單位消防安全進(jìn)行了評估,并建立了火災(zāi)高危單位消防安全評估模型;徐堅(jiān)強(qiáng)等將貝葉斯網(wǎng)絡(luò)方法引入到火災(zāi)風(fēng)險(xiǎn)定量評估中,提出了基于貝葉斯網(wǎng)絡(luò)的火災(zāi)動(dòng)態(tài)風(fēng)險(xiǎn)評估模型;張立寧等、張強(qiáng)等分析了高層民用建筑火災(zāi)發(fā)生的不確定性及其特點(diǎn),研究了適合高層民用建筑火災(zāi)風(fēng)險(xiǎn)評估的未確知C-均值聚類智能化綜合評估模型,并根據(jù)火災(zāi)煙氣參數(shù)的不確定性構(gòu)建了基于貝葉斯網(wǎng)絡(luò)的豎井中性面模型;還有學(xué)者分別采用層次分析法、主成分分析法、熵權(quán)法、網(wǎng)絡(luò)層次分析法進(jìn)行組合賦權(quán),建立了組合賦權(quán)火災(zāi)評估模型、層級火災(zāi)風(fēng)險(xiǎn)評價(jià)模型和模糊綜合評價(jià)模型,對古建筑群、文物建筑、少數(shù)民族村寨火災(zāi)風(fēng)險(xiǎn)進(jìn)行了評估,分析了其潛在的火災(zāi)風(fēng)險(xiǎn)及其等級,并對潛在的火災(zāi)風(fēng)險(xiǎn)提出了相對應(yīng)的防控措施。此外,為了精準(zhǔn)、高效地評價(jià)養(yǎng)老社區(qū)火災(zāi)風(fēng)險(xiǎn),確保社區(qū)配電網(wǎng)安全和智慧社區(qū)的建設(shè),謝尊賢等研究了基于BIM-GA-BN耦合的養(yǎng)老社區(qū)施工安全評價(jià)模型,史運(yùn)濤等提出了基于層次分析-貝葉斯網(wǎng)絡(luò)的社區(qū)配電網(wǎng)風(fēng)險(xiǎn)動(dòng)態(tài)綜合評估方法。
綜上所述,前人在對建筑火災(zāi)風(fēng)險(xiǎn)評估指標(biāo)權(quán)重計(jì)算時(shí)僅考慮單一的主觀或者客觀權(quán)重,對建筑火災(zāi)風(fēng)險(xiǎn)組合賦權(quán)動(dòng)態(tài)綜合評估少有研究,而對復(fù)雜老舊建筑火災(zāi)風(fēng)險(xiǎn)組合賦權(quán)動(dòng)態(tài)評估的研究幾乎是空白。鑒于此,本文針對復(fù)雜老舊建筑火災(zāi)智能監(jiān)測、滅火設(shè)備設(shè)施、安全疏散救援、消防安全管理4個(gè)方面較薄弱的特點(diǎn),建立了脆弱性核心影響因子風(fēng)險(xiǎn)評估指標(biāo)體系,并將層次分析法與貝葉斯網(wǎng)絡(luò)法耦合,建立了基于AHP-Bayes的城鎮(zhèn)老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估模型,實(shí)現(xiàn)了對城鎮(zhèn)復(fù)雜老舊小區(qū)火災(zāi)動(dòng)態(tài)風(fēng)險(xiǎn)的評估,提高了城鎮(zhèn)老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)評估的準(zhǔn)確性和實(shí)時(shí)性,可為城鎮(zhèn)老舊小區(qū)火災(zāi)防控、滅火等提供理論支撐。
絕大多數(shù)城鎮(zhèn)老舊小區(qū)建成于2000年以前,主要由住宅區(qū)和沿街底樓商戶兩個(gè)區(qū)域構(gòu)成其使用功能,小區(qū)普遍存在街道老、庭院老、住房老、設(shè)施老、居住環(huán)境差等顯著“四老”問題,小區(qū)公共設(shè)施較落后已影響到小區(qū)居民的基本生活,居民改造意愿強(qiáng)烈。結(jié)合上海市房管部門提供的客觀數(shù)據(jù)以及實(shí)地調(diào)研和近7年的火災(zāi)數(shù)據(jù)分析,發(fā)現(xiàn)電動(dòng)車違規(guī)充電、生活用火不慎、電氣設(shè)備安裝和使用維護(hù)不當(dāng)?shù)仁窃斐沙擎?zhèn)老舊小區(qū)火災(zāi)的主要原因。城鎮(zhèn)老舊小區(qū)具有以下消防安全共性特點(diǎn):
(1) 建筑年代久,結(jié)構(gòu)復(fù)雜。城鎮(zhèn)老舊小區(qū)老建筑年代久遠(yuǎn)、結(jié)構(gòu)復(fù)雜、樓層較低,不滿足現(xiàn)在建筑的消防標(biāo)準(zhǔn),以至于近7年來老建筑極易發(fā)生火災(zāi),其中著火建筑為二層建筑的占42%,三層建筑的占49%,其他建筑樓層的占9%。
(2) 構(gòu)件設(shè)施老舊。城鎮(zhèn)老舊小區(qū)公共消防設(shè)施和消防裝備建設(shè)具有滯后性,原有消防規(guī)劃不足,尤其是電氣線路老化問題嚴(yán)重,未設(shè)置簡易噴淋、獨(dú)立式煙感報(bào)警器、電氣火災(zāi)監(jiān)控、防排煙設(shè)施等系統(tǒng)。
(3) 逃生救援難度大。城鎮(zhèn)老舊小區(qū)存在消防道路被占用及間距不夠、疏散樓梯間及疏散通道堆放雜物、違規(guī)搭建、滅火器過期、滅火器數(shù)量或規(guī)格不符合要求、應(yīng)設(shè)而未設(shè)應(yīng)急照明以及疏散指示、安全出口數(shù)量不足或堵塞等問題,一旦發(fā)生火災(zāi)易造成群死群傷現(xiàn)象。
A
、疏散樓梯堵塞情況A
和疏散走道堵塞情況A
可通過電梯中安置的智能攝像頭,由設(shè)備云端實(shí)時(shí)提供電梯箱內(nèi)煙和霧等火災(zāi)發(fā)生情形、電梯使用情況、發(fā)生火災(zāi)時(shí)乘電梯者在電梯箱內(nèi)的反應(yīng)、疏散樓梯和疏散走道堵塞情況等可視化監(jiān)測數(shù)據(jù)。本文從靜、動(dòng)態(tài)兩個(gè)視角出發(fā),對城鎮(zhèn)老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)評估準(zhǔn)則層從4個(gè)方面進(jìn)行描述,并根據(jù)建筑消防設(shè)施配置使用等情況充分梳理火災(zāi)發(fā)生時(shí)各環(huán)節(jié)火災(zāi)風(fēng)險(xiǎn)的影響因子并設(shè)立21個(gè)評估指標(biāo),進(jìn)而構(gòu)建可量化、實(shí)時(shí)反映城鎮(zhèn)老舊小區(qū)火災(zāi)動(dòng)態(tài)的風(fēng)險(xiǎn)評估指標(biāo)體系,見圖1。
圖1 城鎮(zhèn)老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)評估指標(biāo)體系Fig.1 Fire risk assessment index system for urban old community
為了避免建筑火災(zāi)風(fēng)險(xiǎn)評估過程中傳統(tǒng)方法帶來較強(qiáng)的主觀經(jīng)驗(yàn)性,本文采用層次分析法計(jì)算評估指標(biāo)的主觀權(quán)重,通過貝葉斯網(wǎng)絡(luò)法計(jì)算評估指標(biāo)的客觀權(quán)重,對火災(zāi)風(fēng)險(xiǎn)影響因子進(jìn)行組合賦權(quán),將主、客觀權(quán)重相結(jié)合得出評估指標(biāo)的綜合權(quán)重,從而對城鎮(zhèn)老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)進(jìn)行動(dòng)態(tài)智能化綜合評估。根據(jù)《建筑設(shè)計(jì)防火規(guī)范》等標(biāo)準(zhǔn)規(guī)范,并結(jié)合現(xiàn)場調(diào)研情況,將建筑火災(zāi)風(fēng)險(xiǎn)水平分為5個(gè)等級:非常安全(Ⅰ)、安全(Ⅱ)、比較安全(Ⅲ)、比較危險(xiǎn)(Ⅳ)、非常危險(xiǎn)(Ⅴ)。
層次分析(Analytic Hievarchy Process,AHP)法是一種系統(tǒng)定性計(jì)算評估指標(biāo)權(quán)重的分析方法,其基本原理是把復(fù)雜的評估系統(tǒng)按照目標(biāo)層、準(zhǔn)則層、子準(zhǔn)則層、指標(biāo)層等層次進(jìn)行劃分,分析系統(tǒng)中影響因子之間相互作用的影響關(guān)系,并按照規(guī)定的標(biāo)度進(jìn)行定量化,構(gòu)造判斷矩陣,即可計(jì)算出判斷矩陣的最大特征值及相對應(yīng)的最大特征向量和各影響因子的相對權(quán)重。具體步驟如下:
(1) 構(gòu)造判斷矩陣。AHP法的核心是構(gòu)造判斷矩陣,將評估內(nèi)容層次劃分處理后,邀請?jiān)谙腊踩阮I(lǐng)域具有豐富經(jīng)驗(yàn)的專家采用“1~9”標(biāo)度法(見表1)分別對兩級評估指標(biāo)體系中的影響因子進(jìn)行評估打分,以確定P
的值,并將其進(jìn)行兩兩比較,逐層得到評估指標(biāo)權(quán)重的排序結(jié)果,從而構(gòu)造出n
階判斷矩陣:
表1 判斷矩陣標(biāo)度及其含義[15]Table 1 Scale of judgment matrix and its meaning[15]

(1)
式中:P
、P
(i
,j
=1,2,…,n
)表示影響因子;P
表示P
對P
的相對重要性指數(shù);n
為判斷矩陣的階數(shù)。

(2)

(3)

(4)
(3) 一致性檢驗(yàn)。為了保證判斷矩陣P
的準(zhǔn)確性,需利用Yaahp軟件對其進(jìn)行一致性檢驗(yàn),判斷隨機(jī)一致性比率(CR
)值的大小,CR
值越小,表示一致性越高,準(zhǔn)確性越高,與現(xiàn)實(shí)越吻合。當(dāng)CR
<0.
1時(shí),表示符合一致性檢驗(yàn)要求,屬于可接受范圍;反之,不滿足一致性檢驗(yàn)要求,無法獲得結(jié)果。具體計(jì)算公式如下:
(5)

(6)
式中:n
為判斷矩陣的階數(shù);λ
為判斷矩陣的最大特征向量;CI
為判斷矩陣的一般一致性指標(biāo);RI
為判斷矩陣的平均隨機(jī)一致性指標(biāo),具體取值見表2;CR
為判斷矩陣的隨機(jī)一致性比率。
表2 判斷矩陣的RI值[14]Table 2 RI values of judgment matrix of order[14]
貝葉斯(Bayes)網(wǎng)絡(luò)法可通過對一次性事件進(jìn)行概率評估,來描述先發(fā)概率和后發(fā)概率之間的相互聯(lián)系,具有動(dòng)態(tài)計(jì)算的優(yōu)點(diǎn),滿足動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估模型建立的需要,可以用來處理城鎮(zhèn)老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)評估研究中出現(xiàn)的不確定性問題。
3.2.1 Bayes網(wǎng)絡(luò)法概念
Bayes網(wǎng)絡(luò)法是一種信念網(wǎng)絡(luò),是網(wǎng)絡(luò)結(jié)構(gòu)與網(wǎng)絡(luò)參數(shù)兩部分組成的二元數(shù)組,網(wǎng)絡(luò)結(jié)構(gòu)是一個(gè)描述各節(jié)點(diǎn)間相互關(guān)系的有向無圈圖,網(wǎng)絡(luò)參數(shù)中條件概率表述了子節(jié)點(diǎn)對父節(jié)點(diǎn)的依托關(guān)系,定量描述了節(jié)點(diǎn)之間的影響強(qiáng)度,由父節(jié)點(diǎn)(原因)指向子節(jié)點(diǎn)(結(jié)果),即原因指向結(jié)果,即BN=(網(wǎng)絡(luò)結(jié)構(gòu),網(wǎng)絡(luò)參數(shù)),網(wǎng)絡(luò)結(jié)構(gòu)=(子節(jié)點(diǎn)集,有向邊集)。其中,有向邊集反映節(jié)點(diǎn)變量間的因果依賴關(guān)系。
(1) 確定網(wǎng)絡(luò)結(jié)構(gòu)。根據(jù)城鎮(zhèn)老舊小區(qū)火災(zāi)發(fā)展風(fēng)險(xiǎn)從靜、動(dòng)態(tài)兩方面劃分影響因子,借助Netica Bayes網(wǎng)絡(luò)軟件構(gòu)建城鎮(zhèn)老舊小區(qū)火災(zāi)動(dòng)態(tài)風(fēng)險(xiǎn)評估Bayes網(wǎng)絡(luò)圖,見圖2。本文所建立的評估Bayes網(wǎng)絡(luò)中父節(jié)點(diǎn)脆弱性影響因子總共為21個(gè),這21個(gè)影響因子主要包括靜態(tài)因子和動(dòng)態(tài)因子,其中靜態(tài)因子由調(diào)查人員現(xiàn)場檢查輸入,動(dòng)態(tài)因子由智能探測終端提供數(shù)據(jù)測算得到。

圖2 城鎮(zhèn)老舊小區(qū)火災(zāi)動(dòng)態(tài)風(fēng)險(xiǎn)評估Bayes網(wǎng)絡(luò)圖Fig.2 Bayesian network diagram of dynamic fire risk assessment for urban old community
(2) 確定網(wǎng)絡(luò)參數(shù)。網(wǎng)絡(luò)參數(shù)代表了評估對象基本特征和父子節(jié)點(diǎn)間的關(guān)聯(lián)依賴程度,包括節(jié)點(diǎn)變量參數(shù)和條件概率表兩個(gè)部分,節(jié)點(diǎn)變量參數(shù)即是先發(fā)概率與后發(fā)概率的確定;條件概率表用來量化父節(jié)點(diǎn)對子節(jié)點(diǎn)的影響程度,即火災(zāi)風(fēng)險(xiǎn)發(fā)生的等級。
3.2.2 Bayes網(wǎng)絡(luò)法確定評估指標(biāo)的客觀權(quán)重
利用Bayes網(wǎng)絡(luò)法計(jì)算評估指標(biāo)的客觀權(quán)重,并評估消防安全狀態(tài)。計(jì)算Bayes網(wǎng)絡(luò)(BN)每層節(jié)點(diǎn)得分時(shí),先設(shè)各評估指標(biāo)的評分滿分為100分,將節(jié)點(diǎn)全部狀態(tài)處于有利消防安全狀態(tài)時(shí)的先發(fā)概率乘以100后得到BN每層節(jié)點(diǎn)的分?jǐn)?shù),再將節(jié)點(diǎn)分?jǐn)?shù)量化后得到火災(zāi)風(fēng)險(xiǎn)并作為輸入端;然后從底端開始,每往上一層各評估指標(biāo)的得分等于每個(gè)節(jié)點(diǎn)評估指標(biāo)得分乘以該節(jié)點(diǎn)評估指標(biāo)權(quán)重相加的總和,再與同層對應(yīng)節(jié)點(diǎn)評估指標(biāo)的Bayes網(wǎng)絡(luò)得分相加求取平均值,即可得出該層各節(jié)點(diǎn)評估指標(biāo)的最終得分,進(jìn)而計(jì)算出評估指標(biāo)的客觀權(quán)重。概率P
、Bayes網(wǎng)絡(luò)中各評估指標(biāo)的權(quán)重β
″(A
1)的計(jì)算公式如下:
(7)

(8)
式中:n
為節(jié)點(diǎn)個(gè)數(shù);F
和E
為隨機(jī)變量,F
=f
為一組事件假設(shè),E
=e
為一組條件,在條件E
=e
發(fā)生之前,對事件F
=f
造成的影響概率P
(F
)稱為先發(fā)概率,在條件E
=e
發(fā)生之后,對事件F
=f
造成的影響概率P
(F
|E
)稱為后發(fā)概率。

(9)
A
、滅火設(shè)備設(shè)施能力B
、安全疏散救援能力C
、消防安全管理能力D
4個(gè)方面,二級指標(biāo)子準(zhǔn)則層從21個(gè)評估指標(biāo)進(jìn)行評價(jià);將AHP法與Bayes網(wǎng)絡(luò)法進(jìn)行耦合,確定評估指標(biāo)的綜合權(quán)重,并根據(jù)最大權(quán)重原則確定各評估指標(biāo)的火災(zāi)風(fēng)險(xiǎn)水平等級,且認(rèn)為火災(zāi)風(fēng)險(xiǎn)水平等級為較安全及以下的均需要對其進(jìn)行消防改造,其余火災(zāi)風(fēng)險(xiǎn)水平等級的則需進(jìn)行消防完善即可。最終實(shí)現(xiàn)了對城鎮(zhèn)老舊小區(qū)消防安全管理效果的動(dòng)態(tài)評估。
圖3 城鎮(zhèn)老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估模型評估流程Fig.3 Assessment process of dynamic intelligent fire risk assessment model for urban old community
為了檢驗(yàn)基于AHP-Bayes的城鎮(zhèn)老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估模型在城鎮(zhèn)老舊小區(qū)建筑火災(zāi)風(fēng)險(xiǎn)評估中的準(zhǔn)確性、實(shí)用性和可靠性,本文選取了上海市徐匯區(qū)斜土街道M老舊小區(qū)作為評估對象,根據(jù)上述建立的火災(zāi)風(fēng)險(xiǎn)評估指標(biāo)體系并結(jié)合小區(qū)實(shí)際情況,利用基于AHP-Bayes的城鎮(zhèn)老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估模型,對M老舊小區(qū)的火災(zāi)風(fēng)險(xiǎn)等級進(jìn)行了評估。
經(jīng)過前幾年的改造工程,上海市一些老舊小區(qū)加裝了簡易噴淋等消防設(shè)施,但目前仍有49.79%的老舊小區(qū)未設(shè)置獨(dú)立式煙感報(bào)警裝置,60.3%的老舊小區(qū)未設(shè)置電氣火災(zāi)監(jiān)控系統(tǒng),47.23%的老舊小區(qū)未設(shè)置簡易噴淋系統(tǒng)。M老舊小區(qū)總建筑面積為19 536 m,在1979—1984年建成并使用,共有21棟樓,分別編號為5~25號樓,均為5層或6層建筑,最高樓層為6層,由住宅區(qū)、底樓商戶區(qū)組成。該小區(qū)房屋總戶數(shù)為438戶,其中出租戶61戶,共有居民1 226人,其中老年人口數(shù)量為229人,占比為18.7%。該小區(qū)內(nèi)無室外消火栓,有乘客電梯,周圍市政道路總長359 m,市政消火栓共5個(gè),市政消火栓到小區(qū)內(nèi)的最遠(yuǎn)行進(jìn)距離為250 m,離其最遠(yuǎn)的點(diǎn)是5號樓;最近消防站為東安消防救援站,到小區(qū)內(nèi)的最遠(yuǎn)行進(jìn)距離為1.9 km,離其最遠(yuǎn)的點(diǎn)也是5號樓。
4.2.1 評估指標(biāo)主觀權(quán)重的計(jì)算
通過現(xiàn)場調(diào)研收集到M小區(qū)資料,按照圖1所列的評估指標(biāo)體系及分層方法,將M老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)評估指標(biāo)體系導(dǎo)入Yaahp軟件中,應(yīng)用AHP法通過公式(1)~(6)計(jì)算各項(xiàng)評估指標(biāo)的主觀權(quán)重。以準(zhǔn)則層評估指標(biāo)為例,計(jì)算出判斷矩陣的最大特征向量λ
=4.032,CI
=0.
027,判斷矩陣的隨機(jī)一致性比率CR
=0.077 8<0.1,符合一致性檢驗(yàn)要求,準(zhǔn)則層判斷矩陣及各評估指標(biāo)權(quán)重計(jì)算結(jié)果見表3,其余子準(zhǔn)則層各評估指標(biāo)權(quán)重的計(jì)算結(jié)果見表4。
表3 M老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)評估準(zhǔn)則層判斷矩陣及各評估指標(biāo)權(quán)重計(jì)算結(jié)果Table 3 Index weight and consistency checking index of criterion layer of dynamic fire risk assessment index system for old community M

表4 M老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估各評估指標(biāo)權(quán)重計(jì)算結(jié)果Table 4 Index weight of dynamic intelligent fire risk assessment for old community M
4.2.2 評估指標(biāo)客觀權(quán)重的計(jì)算
本文借助Netica Bayes網(wǎng)絡(luò)軟件將M老舊小區(qū)收集的資料及數(shù)據(jù)輸入,計(jì)算得出各層次BN節(jié)點(diǎn)得分,將節(jié)點(diǎn)得分作為輸入端,根據(jù)公式(7)~(8)及第3.2.2中描述的方法計(jì)算得出層次一各項(xiàng)BN節(jié)點(diǎn)的最終得分,進(jìn)而量化得到層次一各評估指標(biāo)的權(quán)重,方法同理,依此類推,便可得出該小區(qū)各項(xiàng)評估指標(biāo)的權(quán)重和消防安全綜合得分。其中,消防安全綜合得分0~50分為很危險(xiǎn)級別,50~60分為一般危險(xiǎn)級別,70~80分為一般安全級別,80分以上為安全級別;節(jié)點(diǎn)得分0~50分為很危險(xiǎn)級別,50~60分為一般危險(xiǎn)級別,70~80分為一般安全級別,80分以上為安全級別。通過計(jì)算,可得到M老舊小區(qū)各層次BN節(jié)點(diǎn)得分和消防安全綜合得分,其計(jì)算結(jié)果見表5。由表5可知,該M老舊小區(qū)的消防安全綜合得分為48.5分,屬于危險(xiǎn)級別。

表5 M老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)綜合評估結(jié)果Table 5 Comprehensive results of dynamic intelligent fire risk assessment for old community M
4.2.3 評估指標(biāo)綜合權(quán)重的確定
以準(zhǔn)則層中火災(zāi)智能探測能力A
、滅火設(shè)備設(shè)施能力B
、安全疏散救援能力C
、消防安全管理能力D
為最終評估指標(biāo),根據(jù)收集的數(shù)據(jù)采用AHP法和Bayes網(wǎng)絡(luò)法計(jì)算得出各評估指標(biāo)的主觀權(quán)重和客觀權(quán)重,將各評估指標(biāo)的主、客觀權(quán)重進(jìn)行組合賦權(quán),通過公式(9)計(jì)算出各評估指標(biāo)的綜合權(quán)重,其計(jì)算結(jié)果見表6。
表6 M老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估一級評估指標(biāo)綜合權(quán)重的計(jì)算結(jié)果Table 6 Calculation result of index comprehensive weight of dynamic intelligent fire risk assessment for old community M
A
、消火栓系統(tǒng)B
、電氣線路及使用情況C
、消防設(shè)備維護(hù)情況D
的權(quán)重為相應(yīng)指標(biāo)層中權(quán)重最大的;由表6可知,M
老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)評估一級評估指標(biāo)中,評估指標(biāo)的安全疏散救援能力C
的綜合權(quán)重最高為0.
391 5,其次為滅火設(shè)備設(shè)施能力B
,該指標(biāo)的權(quán)重為0.
245 8,進(jìn)而推斷出該老舊小區(qū)安全疏散救援能力較為薄弱,與實(shí)際情況較為符合。(2) 針對M老舊小區(qū)火災(zāi)風(fēng)險(xiǎn)評估出現(xiàn)的問題,提出如下應(yīng)對措施與建議:拆除耐火等級低的居民建筑,將其改造為車道、綠化帶、集中電瓶車充電點(diǎn),并設(shè)置安全防火間距;將活動(dòng)廣場、公共綠地、消防道路及耐火等級較高的建筑物作為分隔,解決老舊城區(qū)連片和無消防車道等問題;制定小區(qū)個(gè)性化的消防改造方案,開展評估一區(qū)一策原則;設(shè)置電氣監(jiān)控設(shè)備并引入物聯(lián)網(wǎng)技術(shù),對老舊小區(qū)實(shí)施火災(zāi)智能化安全隱患監(jiān)控;采購適用于老舊小區(qū)滅火使用的小型消防車,采用疏通社會(huì)車輛與拓路拔點(diǎn)征收方式以確保現(xiàn)有消防車道的暢通,以此降低小區(qū)建筑火災(zāi)風(fēng)險(xiǎn)。
(1) 本文構(gòu)建了基于AHP-Bayes的城鎮(zhèn)老舊小區(qū)動(dòng)態(tài)智能化火災(zāi)風(fēng)險(xiǎn)評估模型,其內(nèi)容包括構(gòu)建基于貝葉斯網(wǎng)絡(luò)的建筑火災(zāi)風(fēng)險(xiǎn)評估推理網(wǎng)絡(luò)結(jié)構(gòu)、城鎮(zhèn)老舊小區(qū)動(dòng)態(tài)火災(zāi)風(fēng)險(xiǎn)評估指標(biāo)體系以及相應(yīng)的火災(zāi)風(fēng)險(xiǎn)評估的計(jì)算模型。
(2) 該模型通過將傳統(tǒng)AHP法與Bayes網(wǎng)絡(luò)法耦合進(jìn)行評估指標(biāo)權(quán)重的組合賦權(quán)并計(jì)算出評估指標(biāo)的綜合權(quán)重,提高了評估指標(biāo)權(quán)重確定的合理性和科學(xué)性,實(shí)現(xiàn)了建筑火災(zāi)主、客觀風(fēng)險(xiǎn)的綜合評估。
(3) 通過模型應(yīng)用可有效識別出引起建筑火災(zāi)的關(guān)鍵影響因子,實(shí)現(xiàn)了火災(zāi)風(fēng)險(xiǎn)的動(dòng)態(tài)分析,可為減少火災(zāi)風(fēng)險(xiǎn)提供依據(jù)。