[发明专利]一种基于环境大数据的多元线性回归火灾风险评估方法

说明书

本发明涉及一种基于环境大数据的多元线性回归火灾风险评估方法，通过划分地貌并基于地貌获取样本数据、划分环境类别，进而构建环境类别的指标权重，建立多元线性回归模型，基于初始样本数据设置分类器，构建环境分类‑多元线性回归网络；输入需要评估的地域至环境分类‑多元线性回归网络，得到火灾风险评估值。本发明建立在大数据和机器学习的基础上，通过地貌特征、环境类别构建大环境下的多元线性回归模型，随后基于地貌建立多层网络，基于多元属性进行评估，可以通过训练而稳定应用于复杂系统中，进而完善火灾风险评估体系。本发明的评估结果准确度高、应用度高、可移植性好。

技术领域

本发明涉及专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法的技术领域，特别涉及一种基于环境大数据的多元线性回归火灾风险评估方法。

背景技术

消防安全风险评估是指运用科学合理的危害辨识及危险评价方法、通过对主体消防工作中出现的意外有害因素严格控制，制定风险控制措施，达到消除危害、规避因措施不到位等原因而导致的火警、火灾的目的，避免有毒有害、易燃易爆介质出现泄漏着火等恶性事故。

进一步来说，还可以根据评价辨识的结果，分别定期、及时采取针对性、可操作性较强的预防性控制措施，对消防工作进行规范，消除或避免对人身安全和设备安全带来的危害，降低消防工作的作业风险。

火灾风险评估方法可分为定性法和定量法；定性的方法适用于社会单位的安全检查，识别最不利火灾事件，定量的方法则需要大量的历史数据，通过明确的假设、数据以及数学关联大量的模型实地评估确定火灾的实际风险；前者较为简单，但是评估结果的准确性备受争议，而后者虽然评估结果较为准确，但事实上难以在智慧消防的体系中方便快捷地运用。

发明内容

本发明解决了现有技术中存在的问题，提供了一种优化的基于环境大数据的多元线性回归火灾风险评估方法。

本发明所采用的技术方案是，一种基于环境大数据的多元线性回归火灾风险评估方法，所述方法包括以下步骤：

步骤1：划分地貌，基于地貌获取样本数据；

步骤2：划分环境类别；

步骤3：构建环境类别的指标权重；

步骤4：基于步骤2和步骤3建立多元线性回归模型；

步骤5：基于步骤1的样本数据设置分类器，构建环境分类-多元线性回归网络；

步骤6：输入需要评估的地域至环境分类-多元线性回归网络；

步骤7：得到火灾风险评估值。

优选地，所述步骤1包括以下步骤：

步骤1.1：按照城市地形，划分城市为平原城市、盆地城市、丘陵城市及高原城市，添加标签；

步骤1.2：基于任一城市，对居住区域、山林区域、湖泊区域进行划分，添加标签；

步骤1.3：基于任一城市的任一区域获取样本数据，所述样本数据为若干年内的气象数据及火灾数据。

优选地，所述步骤2中，环境类别包括温度T、湿度H和风力W。

优选地，步骤3中，构建环境类别的指标权重包括以下步骤：

步骤3.1：令温度T、湿度H和风力W分别对应i＝1,2,3；

步骤3.2：建立评价维度m_j，以x_ij评价任一指标在任一评价维度下的概率值，得到评价矩阵A；j为正整数；

步骤3.3：计算任一环境类别i的权重w_i。