摘要: 介绍以循环神经网络为基础的火灾风险预测模型。该模型从历史火灾警情、单位及建筑基础信息、消防设施状况、检查与隐患记录等相关数据中提取多维度特征,进行深度学习与模型训练。目前,该模型已在四川省绵阳市试点应用,每季度对绵阳市共4.1万家单位未来90天的火灾风险概率进行预测,并依据预测概率优化“双随机、一公开”单位抽取规则,引导监督人员靶向抽查火灾风险较高的单位。实测结果表明,模型有效提升了日常消防监督检查的精准度。
陈 硕, 范 恒, 周茂磊. 基于循环神经网络的火灾风险预测及应用[J]. 消防科学与技术, 2022, 41(5): 655-657.
CHEN Shuo, FAN Heng, ZHOU Mao-lei. Fire risk prediction based on recurrent neural networks and its application[J]. Fire Science and Technology, 2022, 41(5): 655-657.