基于案例推理與多目標優(yōu)化的高層建筑火災(zāi)救援裝備調(diào)配

摘" 要：為提升高層建筑火災(zāi)應(yīng)急救援效率，減少事故可能造成的人員傷亡和經(jīng)濟損失，首先建立高層建筑火災(zāi)典型案例庫，構(gòu)建消防救援裝備需求預(yù)測模型求解事故點消防救援裝備需求量；其次從效率、合理性、可靠性3方面提出消防救援裝備調(diào)配方案優(yōu)化目標并構(gòu)建對應(yīng)的目標函數(shù)，建立了調(diào)配時間最短前提下應(yīng)急出救點最少、調(diào)配路線最可靠的多目標優(yōu)化模型；最后采用實例驗證方案優(yōu)化效果，以西安市主城區(qū)21個應(yīng)急出救點為研究對象，運用需求預(yù)測模型求解目標事故算例的消防救援裝備需求，根據(jù)研究區(qū)域和應(yīng)急出救點概況，使用ArcGIS網(wǎng)絡(luò)分析求解各應(yīng)急出救點到事故點的調(diào)配最短時間，利用構(gòu)建的多目標優(yōu)化模型選出最優(yōu)調(diào)配方案。結(jié)果表明：最優(yōu)調(diào)配方案的調(diào)配時間為7′34″，應(yīng)急出救點數(shù)量為7個，可靠率為64%，驗證了模型及求解方法的有效性和可行性；最終在ArcGIS中實現(xiàn)最優(yōu)調(diào)配方案路徑的可視化。研究結(jié)果能夠為解決城市高層建筑火災(zāi)受災(zāi)區(qū)域內(nèi)的應(yīng)急需求問題提供可靠方案，為城市高層建筑火災(zāi)實現(xiàn)高效應(yīng)急救援提供指導(dǎo)。

關(guān)鍵詞：高層火災(zāi)；應(yīng)急救援；裝備調(diào)配；ArcGIS；需求預(yù)測；多目標優(yōu)化

鄭學(xué)召，張會，徐承宇，等.

基于案例推理與多目標優(yōu)化的高層建筑

火災(zāi)救援裝備調(diào)配

［J］.西安科技大學(xué)學(xué)報，2024，44（4）：615-626.

ZHENG Xuezhao，ZHANG Hui，XU Chengyu，et al.

High-rise building fire rescue equipment deployment based

on case reasoning and multi-objective optimization

［J］.Journal of Xi’an University of Science and Technology，2024，44（4）：615-626.

收稿日期：2024-01-31

基金項目：

國家自然科學(xué)基金項目（52174197）；陜西省社會科學(xué)基金項目（2022R058）；陜西省哲學(xué)社會科學(xué)研究專項項目（2023HZ1554）

通信作者：

鄭學(xué)召，男，新疆焉耆人，教授，博士生導(dǎo)師，E-mail：834591127@qq.com

中圖分類號：TQ 086

"""""文獻標志碼：A

文章編號：1672-9315（2024）04-0615

-12

DOI：10.13800/j.cnki.xakjdxxb.2024.0401開放科學(xué)（資源服務(wù)）標識碼（OSID）：

High-rise building fire rescue equipment deployment based

on case reasoning and multi-objective optimization

ZHENG Xuezhao1，2，ZHANG Hui1，XU Chengyu1，3，TONG Xin1，F(xiàn)AN Yongchao1，YAN Ruijin1

（1.College of Safety Science and Engineering，Xi’an University of Science and Technology，Xi’an 710054，China；

2.Xi’an Research Center of National Mine Rescue，Xi’an 710054，China；

3.Xi’an Emergency Equipment Research Center of Inner Mongolia First Machinery Group Co.，Ltd.，Xi’an 710076，China）

Abstract：In order to enhance the efficiency of emergency response in high-rise building fires and reduce potential casualties and economic losses caused by accidents.Firstly，this study established a typical case database of high-rise building fires and constructed a fire rescue equipment demand prediction model to solve the demand for equipment at the incident site.Secondly，optimization objectives for firefighting and rescue equipment deployment were proposed from three aspects：efficiency，rationality，and reliability.

Finally，the corresponding objective functions were constructed.

Finally，a

multi-objective optimization model with the minimum emergency rescue points and the most reliable deployment routes was constructed under the premise of minimizing deployment time.The effectiveness of the optimized solution was validated using a case study approach.In the case study，the 21 emergency rescue points in the main urban area of Xi’an city were taken as the research objects.

The demand prediction model was used to solve the fire rescue equipment requirements of the target accident case.

Based on the research area and the overview of emergency rescue points，ArcGIS network analysis was used to calculate the shortest deployment time from each emergency rescue point to the incident location.And then the multi-objective optimization model was utilized to select the optimal deployment plan.

The results show that the" optimal deployment plan has a deployment time of 7′34″，a total of" 7 emergency rescue points and a reliability rate of 64%.

which verifies the effectiveness and feasibility of the model and solution method.The optimal deployment plan path is visualized in ArcGIS.The research findings can provide reliable solutions for addressing emergency needs in areas affected by urban high-rise building fire affected areas，and offer guidance for achieving efficient emergency

resue in such accidents.

Key words：high-rise building fire；emergency rescue；equipment deployment；ArcGIS；demand forecasting；multi-objective optimization

0" 引" 言

隨著城市化進程的高速推進，城市高層建筑數(shù)量和密度逐漸增加，安全問題日益突出［1-3］。據(jù)統(tǒng)計，僅2022年中國發(fā)生高層建筑火災(zāi)1.7萬起，嚴重威脅著居民生命及財產(chǎn)安全［4］。高層建筑內(nèi)火災(zāi)隱患復(fù)雜繁多，一旦發(fā)生火災(zāi)，由于其結(jié)構(gòu)復(fù)雜、人員密集、逃生通道有限，且存在垂直風(fēng)洞效應(yīng)導(dǎo)致了火勢蔓延迅速，火情控制和救援難度大［5-7］；城市消防救援站分布廣泛，但消防裝備配備仍未實現(xiàn)均衡，事故救援過程中往往需要多個消防站救援裝備合理調(diào)配［8-9］。合理高效的救援裝備調(diào)配方案對減少災(zāi)害人員傷亡和財產(chǎn)損失具有重要意義［10］，因此亟需研究針對高層建筑火災(zāi)的消防救援裝備需求預(yù)測和調(diào)配方案優(yōu)化的方法，為制定事故應(yīng)急救援方案提供科學(xué)的理論支持。

目前國內(nèi)外學(xué)者對于事故發(fā)生后的應(yīng)急資源需求與調(diào)配方面做了大量研究。在應(yīng)急資源需求預(yù)測方面的研究主要聚焦于地震［11］、臺風(fēng)［12］和洪澇［13］等自然災(zāi)害，多是針對事故后果進行需求預(yù)測影響因素的分析［14］，而對事故發(fā)生時的特征屬性進行預(yù)測的模型較少。王蘭英等構(gòu)建了結(jié)合隸屬度和修正測度貼進度的模糊案例推理模型，并準確預(yù)測了目標案例應(yīng)急資源需求量［15］；胡忠君根據(jù)儲存管理類型的不同，基于灰色系統(tǒng)理論并結(jié)合改進GM（1，1）算法構(gòu)建動態(tài)的應(yīng)急物資預(yù)測模型［16］；張玲等針對臺風(fēng)災(zāi)害，研究了災(zāi)害的多米諾效應(yīng)發(fā)展機理，采用經(jīng)驗估計的方法構(gòu)建幾種不同情景并分別預(yù)測其救援物資需求量［17］；

FATEMEH等從人口數(shù)、年齡分布及人群心理狀態(tài)、人員組成特征等因素入手構(gòu)建指標體系，根據(jù)影響權(quán)重，結(jié)合時序變化預(yù)測災(zāi)區(qū)應(yīng)急物資需求量［18］。在調(diào)配優(yōu)化模型的研究方面，Ma等在多種考慮限制因素的情況下構(gòu)建多目標優(yōu)化模型，使用精英保留遺傳算法來確定最佳應(yīng)急資源分配策略［19］；WANG等提出應(yīng)急物資存儲位置-調(diào)度的兩階段優(yōu)化模型，使用模糊三角函數(shù)公式和數(shù)學(xué)編程算法對資源存儲位置進行分配，使資源調(diào)度時間降低了41.1%［20］；

TALARICO，TIAN提出應(yīng)急物資調(diào)配的優(yōu)化模型，考慮不同地點以及不同類型的資源和多種限制，構(gòu)建了多目標優(yōu)化模型，并使用不同算法來確定最佳資源分配策略［21-22］；ZHANG，TAN將不同算法運用到物流配送的路徑優(yōu)化中，通過算法優(yōu)化了調(diào)配模型［23-24］；趙星等通過多目標優(yōu)化構(gòu)建路徑規(guī)劃模型，形成了兼具最佳應(yīng)急物資調(diào)配路徑和最合理應(yīng)急物資配置的最終方案［25］；杜雪靈將公平性和調(diào)度成本作為目標構(gòu)建了應(yīng)急物資調(diào)度雙目標優(yōu)化模型并進行求解，提高了各需求點的公平性，同時降低了成本［26］；吳鵬等改進了人工蜂群算法建立消防救援車輛路徑優(yōu)化的混合整數(shù)線性規(guī)劃模型，得到不同消防救援情景下的最優(yōu)消防調(diào)度方案［27］；陸相林等對傳統(tǒng)應(yīng)急物資儲備庫功能優(yōu)化模型進行改進，構(gòu)建了擁擠型單目標無容量限制設(shè)施選址模型，對擁擠條件下的應(yīng)急物資調(diào)配進行優(yōu)化［28］；鄭彥輝等構(gòu)建了有限理性條件下應(yīng)急物資博弈調(diào)配雙目標優(yōu)化模型，并設(shè)計NSGA-Ⅱ算法求解滿意方案［29］；呂偉等構(gòu)建基于綜合時間窗約束下的應(yīng)急物資配送路徑方案生成模型，并通過遺傳算法原理求解模型，對災(zāi)后應(yīng)急物資配送以及車輛路徑規(guī)劃進行了完善［30］。

綜上所述，目前大多情景下的應(yīng)急資源預(yù)測以及調(diào)配研究較為完善，但缺少對高層建筑火災(zāi)的特征與所需消防救援裝備的特殊性的調(diào)配方案的研究。基于以上背景，構(gòu)建了基于需求影響因素分析結(jié)果的預(yù)測模型和調(diào)配時間最短前提下應(yīng)急出救點最少、調(diào)配路線最可靠的多目標優(yōu)化模型，利用ArcGIS軟件完成對救援裝備調(diào)配方案優(yōu)化研究，并通過算例分析驗證了預(yù)測及調(diào)配模型的可行性。該研究對提高高層建筑火災(zāi)救援成功率，降低事故危害影響及控制事故損失具有重要意義。

1" 考慮需求預(yù)測的裝備調(diào)配模型

1.1" 問題分析與方案設(shè)計

應(yīng)急救援裝備調(diào)配是否科學(xué)合理直接影響了救援效果和成功率。高層建筑火災(zāi)應(yīng)急救援中對消防救援裝備的要求包括2個方面：①如何針對火災(zāi)屬性特征對其所需用的消防救援裝備種類和數(shù)量進行快速精準預(yù)測；②如何制定適用于復(fù)雜路況下多出救點協(xié)同救援的裝備調(diào)配方案。

為了實現(xiàn)快速、高效、可靠的裝備調(diào)配，通過建立高層建筑火災(zāi)典型案例庫，結(jié)合歷史救援數(shù)據(jù)、災(zāi)害特征以及相關(guān)因素，實現(xiàn)目標案例所需救援裝備種類及數(shù)量的精準預(yù)測；籌集整合救援裝備后，研究救援裝備調(diào)配路徑多目標優(yōu)化方法，

有效避免了隨意調(diào)配救援裝備所導(dǎo)致的資源浪費或救援效果不佳等問題，確保在最短時間內(nèi)將滿足救援需求的救援裝備調(diào)配至事故發(fā)生點，以提升救援隊伍的災(zāi)害應(yīng)對能力和救援效率。模型設(shè)計方案如圖1所示。

1.2" 基于案例推理的裝備需求預(yù)測

1.2.1" 高層建筑火災(zāi)案例表示

為精準預(yù)測高層建筑火災(zāi)發(fā)生時的消防救援裝備需求，基于救援裝備需求影響因素，建立案

例庫，借鑒地震［31］和礦山救援［32］等領(lǐng)域?qū)π枨箢A(yù)測的研究方法，從“基本需求-救援難度-影響范圍”3個維度提取了13個案例屬性，見表1。獲取目標案例后，根據(jù)需求預(yù)測目標構(gòu)建了指標體系，如圖2所示。確定目標案例的特征屬性后，采用專家打分法搜集了應(yīng)急領(lǐng)域?qū)＜覍Ω鲗傩灾匾鹊拇蚍智闆r，并運用層次分析法計算各特征屬性權(quán)重。運用案例推理技術(shù)尋找與目標案例最相似的源案例，從而得出事故發(fā)生點所需要的消防救援裝備種類和數(shù)量。

基于裝備需求影響因素分析結(jié)果確定所需消防救援裝備需求，以《消防特勤隊（站）裝備配備標準》（GA622—2013）和《消防應(yīng)急救援裝備配備指南》（GB/T 29178—2012）等標準規(guī)范為依據(jù)，結(jié)合裝備自身特征屬性等劃分出16類消防裝備種類，包括有滅火消防車、舉高消防車、專勤消防車、戰(zhàn)勤保障消防車、射水裝備、輸水裝備、滅火劑、基本防護裝備、特種防護裝備、禁戒疏散裝備、救生裝備、偵檢設(shè)備、破拆堵漏設(shè)備、洗消設(shè)備、排煙照明設(shè)備和通信設(shè)備。將消防救援裝備種類作為需求預(yù)測的結(jié)果解，記為Xi。

1.2.2" 高層建筑火災(zāi)案例檢索

案例檢索是按照某種檢索匹配策略從案例庫中找到一個與目標問題最相似的案例，為實現(xiàn)對

案例的檢索，采用最近相鄰算法計算案例的相似度。

1）案例屬性相似度計算

根據(jù)屬性值類型選擇不同的計算方法對其進行差異化計算。

枚舉型屬性如下

sim（Tf，Cif）=1，Tf=Cif0，Tf≠Cif

（1）

式中" Tf為目標案例屬性；Cif為第i個源案例屬性值。

數(shù)值型屬性如下

sim（Tf，Cif）=1－Tf－Cifβ－α

（2）

式中" "［α，β］表示屬性f的取值范圍。

區(qū)間型屬性如下

①數(shù)值a與范圍值［b1，b2］的相似度計算為

sim（a，［b1，b2］）=∫b 2b1sim（a，x）dxb2－b1

（3）

②［a1，a2］與［b1，b2］的相似度計算為

sim（［a1，a2］，［b1，b2］）=∫a 2a1∫b 2b1sim（x，y）dydx（a2－a1）（b2－b1）

（4）

模糊型屬性如下

sim（T～f，C～if）=1－dist（T～f，C～if）

=

1－L2+19［M2+R2－MR－12L（M－R）］

（5）

式中" T～f，C～if為三角模糊函數(shù)，T～f=（li，mi，ri），C～if=（l′i，m′i，r′i），L=li－l′i，M=mi－m′i，R=ri－r′i。

2）案例全局相似度計算

全局相似度可以通過各屬性相似度結(jié)合各屬性權(quán)值進行計算得出。全局相似度計算如下

sim（T，Ci）=∑nf=1ωfsim（Tf，Cif）

（6）

式中" "ωf為屬性f的權(quán)重值。

3）考慮時間影響的相似度計算

時效性是事故案例的特征之一，事故案例距今的時間間隔越大，參考價值越低，故計算案例相似度時，應(yīng)將時間衰退的影響考慮在內(nèi)。

時間衰退系數(shù)η的計算方法如下

ηi=1－logtmaxtCi2

（7）

式中" tCi為案例Ci的年份信息；tmax為案例庫所有歷史案例中時間型表征信息最大的值。

考慮時間影響的案例相似度sim′（T，Ci）為

sim′（T，Ci）=ti×sim（T，Ci）

（8）

1.2.3" 需求預(yù)測數(shù)學(xué)模型構(gòu)建

根據(jù)需求預(yù)測的影響因素分析，在高層建筑火災(zāi)發(fā)生時，影響消防救援裝備需求量的主要因素有過火面積、被困人數(shù)、建筑損壞程度和起火位置等。因此，假設(shè)最相似案例中，過火面積為Q1，起火樓層為Q2，建筑損壞程度為Q3，被困人數(shù)為Q4，火災(zāi)類型為Q5，發(fā)生時間為Q6，則目標案例的消防救援裝備需求預(yù)測模型見表2，其中，

QTi為目標案例中特征屬性的數(shù)據(jù)；XTi為各消防救援裝備的需求數(shù)量。

1.3" 基于多目標優(yōu)化的裝備調(diào)配

為了得到快速、可靠的裝備調(diào)配方案，在明確了事故中所需的消防救援裝備需求后，建立基于多目標優(yōu)化裝備調(diào)配優(yōu)化模型，旨在實現(xiàn)“調(diào)配時間最短T”“應(yīng)急出救點數(shù)目最少N”和“調(diào)配可靠性最高H”。

1.3.1" 優(yōu)化目標

1）條件假設(shè)

結(jié)合高層建筑火災(zāi)特性和救援設(shè)備調(diào)配原則，做出模型建立的基本假設(shè)。

①消防救援裝備需求類型和需求量通過需求預(yù)測模型計算是已知的；

②高層建筑火災(zāi)事故為小概率事件，因此事故發(fā)生地僅有一處；

③多個應(yīng)急出救點可以提供所需消防救援裝備，各應(yīng)急出救點裝備種類及數(shù)量是已知的；

④事故發(fā)生地可以同時接受來自多個應(yīng)急出救點提供的消防救援裝備；

⑤各種消防救援裝備屬于一個整體，每個應(yīng)急出救點不存在重復(fù)調(diào)配的情況；

⑥調(diào)配過程中各出救點之間不存在消防救援裝備的相互補給。

2）調(diào)配時間最短

應(yīng)急出救點Ai將消防救援裝備調(diào)配到事故發(fā)生地所需的理論時間為ti，實現(xiàn)調(diào)配方案ψ過程中最后一個將所需的消防救援裝備調(diào)配到事故發(fā)生地所消耗的時間為T（ψ），通過ArcGIS網(wǎng)絡(luò)分析對n個調(diào)配方案的調(diào)配最短時間minT進行求解如下

minT=maxt1，t2，…，tN

（9）

3）應(yīng)急出救點數(shù)目最少

假設(shè)存在m個應(yīng)急出救點{A1，A2，…，Am}使得調(diào)配時間tilt;minT，事故發(fā)生地消防救援裝備的需求量為X，各出救點對應(yīng)的消防救援裝備儲備量為{X1，X2，…，Xm}。當存在消防救援裝備需求量Xu滿足∑u－1i=1Xilt;Xlt;∑ui=1Xj時，記u為最小應(yīng)急出救點數(shù)量。對應(yīng)消防救援裝備調(diào)配方案為

ψ=（A1，X1），（A2，X2），…，（Au，X－∑u－1jXj）

（10）

為了盡可能降低消防救援裝備調(diào)配成本，需要在調(diào)配時間最短且效果相同的前提下使應(yīng)急出救點數(shù)量最少。最小應(yīng)急出救點數(shù)量的計算式為

minN=u

（11）

式中" N為參與消防救援裝備調(diào)配的應(yīng)急出救點總數(shù)。當N=u時得到滿足假設(shè)的最優(yōu)調(diào)配方案。

4）調(diào)配路徑可靠性最高

在選擇最優(yōu)調(diào)配路徑過程中還需要考慮其他因素對救援裝備調(diào)配的影響，車輛按照規(guī)劃路徑行駛至目的地的準點率可以體現(xiàn)出方案實施時實際的道路條件和交通狀況，從而實現(xiàn)路徑可靠性的量化比較［33］，因此，選用準時到達目的地的概率作為判斷路徑可靠性hi如下

hi=titi′

（12）

式中" ti′為應(yīng)急出救點Ai將消防救援裝備調(diào)配到事件發(fā)生地B實際消耗的時間。

因此消防救援裝備調(diào)配方案的總體可靠性H即所有應(yīng)急出救點到達事故發(fā)生點的可靠率的乘積為Hψ=h1×h2×…×hm。調(diào)配路徑最高可靠性為

maxH=maxH1，H2，…，Hψ

（13）

1.3.2" 約束條件

1）當∑ni=1XiX時，表示應(yīng)急出救點所存儲的消防

救援裝備的數(shù)量大于等于事故發(fā)生地所需數(shù)量。

2）當0lt;Xi′≤Xi時，表示應(yīng)急出救點向事故發(fā)生地所調(diào)配的數(shù)量大于零且不大于其儲存量。

3）當0lt;ti≤T時，表示應(yīng)急出救點將消防救援裝備調(diào)配到事故點的時間小于調(diào)配時間。

4）當0lt;hilt;1時，表示運輸車輛通過調(diào)配路徑 的概率在0到1之間。

1.3.3" 多目標優(yōu)化模型

基于調(diào)配時間最短、應(yīng)急出救點數(shù)量最少和

調(diào)配路徑最可靠的目標，建立多目標優(yōu)化模型如下

f1=minT=max{t1，t2，…，tN}f2=minN=uf3=maxH=max{H1，H2，…，Hs}s.t." ∑ni=1Xi≥Xi""" 0lt;Xi′≤Xi

0lt;ti≤T

0lt;hilt;1

（14）

式中" "Xi′為應(yīng)急出救點Ai向事故發(fā)生地B調(diào)配的消防救援裝備數(shù)量；s.t.為模型受限于后面列出的條件，必須在這些條件的限制下求解最優(yōu)解。

1.3.4" 救援裝備調(diào)配多目標優(yōu)化

對于多目標優(yōu)化模型的求解，采用模糊優(yōu)化法結(jié)合分層序列的方法來解決消防救援裝備調(diào)配多目標優(yōu)化問題，具體流程如圖3所示。

最優(yōu)方案的求解過程如圖4所示。

采用多目標決策的理想點方法，求出調(diào)配優(yōu)化方案來找到所需要的最優(yōu)解，求解步驟如下。

①用S={1，2，…，vn}為n種方案集，用向量g（x）=（g1（x），g2（x），g3（x））為該模型的3個子目標，即T為調(diào)配時間最短；N為應(yīng)急出救點最少；H為調(diào)配路徑可靠性最高。

其中g(shù)1（x）和g2（x）這2個目標期望與g3（x）相反，g1（x）和g2（x）的值越小越好，g3（x）則是越大越好。決策矩陣R計算公式如下

R=

12…g1（x）g1（x1）g1（x2）…g2（x）g2（x1）g2（x2）…g3（x）g3（x1）g3（x2）…" ng（xn）g2（xn）g3（xn）

（15）

②求出子目標函數(shù)在優(yōu)化解集中的最大值和最小值，然后求解理想點Z=（U1，U2，U3）和負理想點z=（V1，V2，V3），計算公式如下

U1=min{g1（x1），g1（x2），…，g1（xn）}U2=min{g2（x1），g2（x2），…，g2（xn）}U3=max{g3（x1），g3（x2），…，g3（xn）}

（16）

V1=max{g1（x1），g1（x2），…，g1（xn）}V2=max{g2（x1），g2（x2），…，g2（xn）}V3=min{g3（x1），g3（x2），…，g3（xn）}

（17）

式中" i=1，2，3分別表示T、N、H。

③求解完成后，計算每個調(diào)配優(yōu)化方案與理想點、負理想點的接近度，計算公式如下

Ri=13U1g1（xi）+U2g2（xi）+g3（xi）U3ri=13g1（xi）V1+g2（xi）V2+V3g3（xi）

（18）

得到每個優(yōu)化方案的目標向量對理想點的相對接近度為

i=RiRi+ri，（0≤i≤1）

（19）

根據(jù)相對接近度公式可知，當越接近理想點的時候，Ri的值就越大，而ri的值則會越來越小。所以相對接近度i越大時，對應(yīng)優(yōu)化方案的目標向量距離理想點越近。將每一個調(diào)配優(yōu)化方案的目標向量對理想點的相對接近度進行從大到小的排列，值最大的方案即為所求的高層建筑火災(zāi)消防救援裝備k調(diào)配的最優(yōu)方案。

④使用相同的方法求解各類消防救援裝備調(diào)配最優(yōu)方案，將調(diào)配方案進行整合，形成最終的調(diào)配方案，計算公式如下

ψ=

（A1，x1，h1）（A1，x2，h1）…（A1，xk，h1）（A2，x1，h2）（A2，x2，h2）…（A2，xk，h2）（Am，x1，hm）（Am，x2，hm）…（Am，xk，hm）

（20）

2" 算例分析

西安是中國西北部最大的中心城市，據(jù)不完全統(tǒng)計，截止2022年12月，西安市已有高層建筑5 000余棟。因此，以西安市主城六區(qū)為研究區(qū)域

進行分析。根據(jù)具體案例對高層建筑火災(zāi)事故做

出

假設(shè)，給出目標事故案例發(fā)生的相關(guān)信息，見表3。

根據(jù)歷年新聞報道、事故調(diào)查報告及已有研

究的數(shù)據(jù)等，收集16個高層建筑火災(zāi)事故作為源

案例構(gòu)建案例庫，部分源案例屬性數(shù)據(jù)見表4。利

用式（1）～式（8）求解案例相似度，得出案例C1與目標事故全局相似度最高。查閱案例C1的相關(guān)數(shù)據(jù)，根據(jù)案例C1應(yīng)急救援中各消防救援裝備使用量，使用需求預(yù)測模型推算出目標案例消防救援裝備種類及需求量。相似度計算和需求預(yù)測結(jié)果見表5和表6。

利用ArcGIS軟件創(chuàng)建目標案例區(qū)域的路徑分析圖層，錄入事故發(fā)生點位置坐標，將時間作為阻抗對參數(shù)進行設(shè)置，考慮到實際路況可能與初始道路網(wǎng)絡(luò)存在差異，根據(jù)事故發(fā)生時的實際路況添加點、線、面障礙，如圖5所示。

利用ArcGIS網(wǎng)絡(luò)分析求解調(diào)配最短時間，規(guī)劃目標案例火災(zāi)事故救援的最優(yōu)路徑。求解過程為：首先模擬調(diào)配路線，求解將救援裝備從出救點Ai調(diào)配至事故發(fā)生點B的最短時間ti和設(shè)置實際路況參數(shù)后得到的實際調(diào)配時間ti′；然后計算從各出救點Ai準時到達事故發(fā)生點的可靠率hi。

求解需求預(yù)測模型時，將符合調(diào)配條件的應(yīng)急出救點按照儲存X的數(shù)量從大到小進行排序，從多到少進行X的調(diào)配，直到滿足高層建筑火災(zāi)事故算例對于X的需求，得出調(diào)配最短時間T、應(yīng)急出救點數(shù)量N和調(diào)配路徑可靠率H，從而形成調(diào)配方案。以X1滅火消防車為例進行求解，計算結(jié)果見表7。分析預(yù)測結(jié)果得出目標案例火災(zāi)事故應(yīng)急救援過程中共需要滅火消防車25輛。考慮到消防聯(lián)動時間要求為10 min，其中站內(nèi)響應(yīng)時間為1 min，行車到現(xiàn)場時間為9 min［34］，因此設(shè)置最后一輛滅火消防車調(diào)配至現(xiàn)場的時間限制為T=10 min，滿足調(diào)配時間限制的應(yīng)急出救點有：

A16，A8，A14，

A7，A12，

A5，

A4，A13，A6，A2，A15

。依據(jù)滿足調(diào)配時間限制的應(yīng)急出救點求解裝備調(diào)配優(yōu)化方案，具體步驟為：

首先減少一個ti′最大的應(yīng)急出救點對模型重新求解，得到應(yīng)急出救點數(shù)量減少一個的調(diào)配方案；然后不斷重復(fù)上述步驟，直至所有應(yīng)急出救點所儲存的X無法滿足事故點的需求，停止計算；最后將所有調(diào)配方案進行匯總形成裝備調(diào)配優(yōu)化方案集，見表8。

確定約束條件并進行模型求解得到的優(yōu)化參數(shù)見表9。

按照消防救援調(diào)配方案的相對接近度排序可得：3gt;2=1gt;4，因此根據(jù)模型求解確定3為高層建筑火災(zāi)中X1滅火救援車的最優(yōu)調(diào)配方案，共有

A4，A12，A14，A16，A8等5個應(yīng)急出救點參與調(diào)配，各出救點分別提供8、6、5、4、2輛滅火救援車，該方案調(diào)配最短時間為7′31″，最低路徑可靠率為68%，見表10。

通過上述求解方法依次求得X2，X3，…，X16裝備的最優(yōu)調(diào)配方案。對于目標案例的整體調(diào)配方

案來說，應(yīng)急出救點為參與所有裝備調(diào)配的出救點；最短調(diào)配時間為各裝備調(diào)配最短時間的最大值；路徑可靠率為各裝備調(diào)配路徑可靠率最小值。

根據(jù)計算結(jié)果可得：共有7個應(yīng)急出救點，最

短調(diào)配時間為7′34″，路徑可靠率最低為64%，可

以

滿足高層建筑火災(zāi)消防救援裝備調(diào)配實際情況。

將調(diào)配方案中各應(yīng)急出救點到事故發(fā)生點的調(diào)配時間最短的最優(yōu)路徑在ArcGIS軟件中實現(xiàn)可視化，如圖6所示。各應(yīng)急出救點應(yīng)提供的消防救援裝備種類及數(shù)量見表11。

3" 結(jié)" 論

1）需求預(yù)測目標高度貼合高層建筑火災(zāi)救援需求與消防救援裝備特征，細分了16類目標裝備種類，實現(xiàn)了消防裝備精準預(yù)測和調(diào)配。

2）綜合考慮效率、合理性和可靠性三方面來優(yōu)化目標，并提出了模糊優(yōu)化法和理想點法相結(jié)合的求解方法，得出的裝備調(diào)配優(yōu)化方案滿足調(diào)配時間最短、應(yīng)急出救點最少、調(diào)配路徑最可靠等優(yōu)化目標。

3）將模型應(yīng)用于西安市主城區(qū)域?qū)δ繕税咐M行需求預(yù)測，并得出主城區(qū)21個應(yīng)急出救點可提供的最優(yōu)調(diào)配方案為：應(yīng)急出救點數(shù)量為7個，最短調(diào)配時間為7′34″，可靠率為64%。避免了應(yīng)急出救點冗余，具有較高的實用價值。

通過ArcGIS軟件可實現(xiàn)優(yōu)化方案路徑可視化，進一步提升方案高效性。在實際應(yīng)用過程中，與各消防隊出警模式、新興的消防數(shù)據(jù)智能管理平臺等模式和技術(shù)有效結(jié)合，以期實現(xiàn)在高層建筑火災(zāi)應(yīng)急救援中的裝備精準預(yù)測、迅速合理調(diào)配、人員合理安排和數(shù)據(jù)充分利用，最終實現(xiàn)可靠的高層建筑火災(zāi)應(yīng)急救援。

參考文獻（References）：

［1］ "陳星霖，林衛(wèi)東，黃曉冬，等.基于模糊貝葉斯網(wǎng)絡(luò)的超高層建筑火災(zāi)風(fēng)險評估［J］.安全與環(huán)境工程，2023，30（6）：40-47.

CHEN Xinglin，LIN Weidong，HUANG Xiaodong，et al.Fire risk assessment of super high-rise buildings based on fuzzy bayesian network［J］.Safety and Environmental Engineering，2023，30（6）：40-47.

［2］

張宇棟，呂淑然.從“城市安全”到“安全城市”——城市發(fā)展與安全的辯證分析［J］.學(xué)習(xí)與實踐，2018（6）：74-82.

ZHANG Yudong，LYU Shuran.From “Urban safety” to “safe cities” ：A dialectical analysis of urban development and safety［J］.Study and Practice，2018（6）：74-82.

［3］李薇，余照陽.基于熵權(quán)-屬性數(shù)學(xué)的高層建筑火災(zāi)風(fēng)險評估模型［J］.消防科學(xué)與技術(shù)，2022，41（7）：946-950.

LI Wei，YU Zhaoyang.Fire risk assessment model of high-rise buildings based on entropy right-attribute mathematics［J］.Fire Science and Technology，2022，41（7）：946-950.

［4］劉飛，余照陽，李薇，等.高層建筑火災(zāi)煙氣對鄰室的影響研究［J］.消防科學(xué)與技術(shù)，2023，42（10）：1380-1385.

LIU Fei，YU Zhaoyang，LI Wei，et al.Study on the influence of smoke on adjacent room in high-rise buildings［J］.Fire Science and Technology，2023，42（10）：1380-1385.

［5］呂辰，夏新興，潘鍇，等.高層建筑凹型結(jié)構(gòu)外立面火災(zāi)豎向蔓延規(guī)律數(shù)值模擬［J］.科學(xué)技術(shù)與工程，2022，22（31）：14065-14071.

L Chen，XIA Xinxing，PAN Kai，et al.Numerical simulation of the vertical spread law of fire on the concave structure facade of high-rise buildings［J］.Science Technology and Engineering，2022，22（31）：14065-14071.

［6］劉朝峰，許強，齊欽，等.高層住宅建筑火災(zāi)應(yīng)急疏散模擬與策略研究［J］.災(zāi)害學(xué)，2022，37（2）：174-181.

LIU Chaofeng，XU Qiang，QI Qin，et al.Study on simulation and strategy of fire emergency evacuation in high rise hesidential buildings［J］.Journal of Catastrophology，2022，37（2）：174-181.

［7］張雷.高層民用建筑火災(zāi)概率研究與應(yīng)用［D］.衡陽：南華大學(xué)，2022.

ZHANG Lei.Research andapplication of fire probability in high-rise civil buildings［D］.Hengyang：University of South China，2022.

［8］房玉東，王文，張志，等.安全韌性城市防災(zāi)減災(zāi)發(fā)展策略研究［J］.中國工程科學(xué)，2023，25（1）：1-9.

FANG Yudong，WANG Wen，ZHANG Zhi，et al.Strategies for disaster prevention and mitigation in safety and resilient cities［J］.Strategic Study of CAE，2023，25（1）：1-9.

［9］楊繼星，房玉東，邊路，等.應(yīng)急救援數(shù)字化戰(zhàn)場體系研究與應(yīng)用探索［J］.中國安全科學(xué)學(xué)報，2023，33（10）：240-246.

YANG Jixing，F(xiàn)ANG Yudong，BIAN lu，et al.Research and application exploration of digital battlefield system for emergency rescue［J］.China Safety Science Journal，2023，33（10）：240-246.

［10］喇蕊芳，薛芳明，白鵬飛，等.基于“情景-任務(wù)”的重特大地質(zhì)災(zāi)害救援裝備調(diào)配優(yōu)化［J］.安全與環(huán)境學(xué)報，2023，23（5）：1568-1578.

LA Ruifang，XUE Fangming，BAI Pengfei，et al.Optimizing the rescue equipment allocation of major geological disasters based on “scenario-task”［J］.Journal of Safety and Environment，2023，23（5）：1568-1578.

［11］陳濤，許燕蓉，龍厚印.面向地震災(zāi)害的應(yīng)急物資需求預(yù)測［J］.上海大學(xué)學(xué)報（自然科學(xué)版），2022，28（6）：946-956.

CHEN Tao，XU Yanrong，LONG Houyin.Demand prediction of emergency supplies for earthquake disaster［J］.Journal of Shanghai University（Natural Science Edition），2022，28（6）：946-956.

［12］胡凌鋒.基于案例推理的臺風(fēng)災(zāi)害應(yīng)急物資需求預(yù)測研究［D］.廣州：華南理工大學(xué)，2020.

HU Lingfeng.Research on the forecast of emergency materials demand for typhoon disaster based on case-based reasoning［D］.Guangzhou：South China University of Technology，2020.

［13］王婷婷，陳偉炯，張善杰，等.城市雨災(zāi)洪澇背景下應(yīng)急物資動態(tài)需求預(yù)測［J］.上海海事大學(xué)學(xué)報，2023，44（1）：73-80.

WANG Tingting，CHEN Weijiong，ZHANG Shanjie，et al.Dynamic demand prediction of emergency materials under background of urban heavy rain and flood［J］.Journal of Shanghai Maritime University，2023，44（1）：73-80.

［14］羅振敏，潘競超.應(yīng)急物資需求預(yù)測研究現(xiàn)狀與發(fā)展趨勢［J］.科學(xué)技術(shù)與工程，2023，23（18）：7622-7630.

LUO Zhenmin，PAN Jingchao.Review of Current Situation and development trend of emergency materials demand forecasting［J］.Science Technology and Engineering，2023，23（18）：7622-7630.

［15］王蘭英，郭子雪，張玉芬，等.基于直覺模糊案例推理的應(yīng)急物資需求預(yù)測模型［J］.中國礦業(yè)大學(xué)學(xué)報，2015，44（4）：775-780.

WANG Lanying，GUO Zixue，ZHANG Yufen，et al.An emergency supplies demand prediction model based on intuitionistic fuzzy case reasoning［J］.Journal of China University of Mining amp; Technology，2015，44（4）：775-780.

［16］胡忠君，劉艷秋，李佳，等.基于改進GM（1，1）的洪澇災(zāi)害應(yīng)急物資動態(tài)需求預(yù)測［J］.系統(tǒng)仿真學(xué)報，2019，31（4）：702-709.

HU Zhongjun，LIU Yanqiu，LI Jia，et al.Dynamic demand forecast of emergency materials for flood disasters based on improved GM（1，1）Model［J］.Journal of System Simulation，2019，31（4）：702-709.

［17］張玲，賴蕓.基于多米諾效應(yīng)需求分析的應(yīng)急資源配置模型研究［J］.運籌與管理，2019，28（11）：98-105.

ZHANG Ling，LAI Yun.Emergency resource allocation model based on demand forecasting of domino effect［J］.Operations Research and Management Science，2019，28（11）：98-105.

［18］SABOUHI F，BOZORGI-AMIRI A，MOSHREF-JAVADI M，et al.An integrated routing and scheduling model for evacuation and commodity distribution in large-scale disaster relief operations：A case study［J］.Annals of Operations Research，2019，283（4）：643-677.

［19］MA Q，ZHANG D，WAN C，et al.Multi-objective emergency resources allocation optimization for maritime search and rescue considering accident black-spots［J］.Ocean Engineering，2022，261：112178.

［20］WANG Y，F(xiàn)AN J，WU S.Research on the scheduling scheme of resource storage locations in deep-sea oil and gas exploitation［J］.Journal of Petroleum Science and Engineering，2023，220：111214.

［21］TALARICO L，MEISEL F，SOERENSEN K.Ambulance routing for disaster response with patient groups［J］.Computers amp; Operations Research，2015，56：120-133.

［22］

TIAN G，REN Y，ZHOU M C.Dual-Objective scheduling of rescue vehicles to distinguish forest Fires via differential evolution and particle swarm optimization combined algorithm［J］.IEEE Transactions on Intelligent Transportation Systems，2016，17（11）：3009-3021.

［23］ZHANG Y Q，HU Z，ZHANG M，et al.Emergency response resource allocation in sparse network using improved particle swarm optimization［J］.International Journal of Environmental Research and Public Health，2022，19（16）：10295-10295.

［24］

DUY D T，NGUYEN D L.Joint optimisation of real-Time deployment and resource allocation for UAV-Aided disaster emergency communications［J］.IEEE Journal on Selected Areas in Communications，2021，39（11）：3411-3424.

［25］

趙星，吉康，林灝，等.基于多目標路徑規(guī)劃的應(yīng)急資源配置模型［J］.華南理工大學(xué)學(xué)報（自然科學(xué)版），2019，47（4）：76-82.

ZHAO Xing，JI Kang，LIN Hao，et al.Resource allocation model based on multi-objective path planning in emergency management［J］.Journal of South China University of Technology（Natural Science Edition），2019，47（4）：76-82.

［26］ 杜雪靈，孟學(xué)雷，楊貝，等.考慮公平性的面向多災(zāi)點需求應(yīng)急資源調(diào)度［J］.計算機應(yīng)用，2018，38（7）：2089-2094.

DU Xueling，MENG Xuelei，YANG Bei，et al.Emergency resource assignment for requirements of multiple disaster sites in view of fairness［J］.Journal of Computer Applications，2018，38（7）：2089-2094.

［27］

吳鵬，王路兵，儲誠斌.資源受限下考慮救援優(yōu)先級的森林火災(zāi)應(yīng)急資源調(diào)度［J］.系統(tǒng)科學(xué)與數(shù)學(xué)，2021，41（12）：3461-3477.

WU Peng，WANG Lubing，CHU Chengbin.Forest fires emergency resource scheduling considering rescue priority under resource constraints［J］.Journal of Systems Science and Mathematical Sciences，2021，41（12）：3461-3477.

［28］ 陸相林，趙佳娜，陳景昭.擁擠約束型城市應(yīng)急物資儲備庫網(wǎng)絡(luò)功能優(yōu)化模型——以河北省石家莊市為例［J］.災(zāi)害學(xué)，2024，39（1）：75-79.

LU Xianglin，ZHAO Jiana，CHEN Jingzhao.Functional optimization model of urban emergency material reserve network considering the congestion scenario：A case study of Shijiazhuang city in Hebei province［J］.Journal of Catastrophology，2024，39（1）：75-79.

［29］ 鄭彥輝，朱昌鋒，王慶榮，等.考慮有限理性的應(yīng)急物資博弈調(diào)配雙目標優(yōu)化［J］.中國安全科學(xué)學(xué)報，2020，30（11）：168-174.

ZHENG Yanhui，ZHU Changfeng，WANG Qingrong，et al.Biobjective optimization of emergency material game allocation considering limited rationality［J］.China Journal of Safety Sciences，2020，30（11）：168-174.

［30］

呂偉，李志紅，馮滿滿，等.考慮資源和時間窗約束的應(yīng)急物資調(diào)配模型［J］.中國安全科學(xué)學(xué)報，2019，29（12）：137-143.

LYU Wei，LI Zhihong，F(xiàn)ENG Manman，et al.Emergency material allocation in consideration of resource and time window constraints［J］.China Safety Science Journal，2019，29（12）：137-143.

［31］陳玉鵬，黃思凝，馮旭升，等.基于AHP的搜救醫(yī)一體化地震現(xiàn)場救援效能動態(tài)評估方法研究［J］.自然災(zāi)害學(xué)報，2022，31（6）：42-49.

CHEN Yupeng，HUANG Sining，F(xiàn)ENG Xusheng，et al.Research on dynamic evaluation method of search，rescue and medical integration earthquake scene rescue efficiency based on AHP［J］.Journal of Natural Disasters，2022，31（6）：42-49.

［32］李雷雷，王一，趙然.礦山救援隊自身傷亡事故新特點及防治對策［J］.中國安全生產(chǎn)科學(xué)技術(shù)，2017，13（5）：182-186.

LI Leilei，WANG Yi，ZHAO Ran.New characteristics and countermeasures of mine rescue teams’own casualties accident［J］.Journal of Safety Science and Technology，2017，13（5）：182-186.

［33］李文杰.基于時變隨機路網(wǎng)的綠色可靠路徑選擇問題模型及算法［D］.北京：北京交通大學(xué)，2018.

LI Wenjie.Models and algorithms for eco-reliable path finding problems in time-variant and stochastic networks［D］.Beijing：Beijing Jiaotong University，2018.

［34］屈文諾.城市消防安全韌性評價及提升規(guī)劃策略研究［D］.邯鄲：河北工程大學(xué)，2023.

QU Wennuo.Research on urban fire safety resilience evaluation and improvement planning strategy［D］.Handan：Hebei University of Engineering，2023.

（責(zé)任編輯：高佳）