【正文】 ary theoretical support for the fire safety management on the development law of fire. Keywords: grey system theory fire forecast (1,1) model 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 第 1 章 緒論 火災(zāi)是當(dāng)今世界上嚴(yán)重威肋、人類生存和發(fā)展的常發(fā)性災(zāi)害之一，具有發(fā)生頻率高、時(shí)空跨度大、造成的損失與危害嚴(yán)重等特點(diǎn)。可以用預(yù)測(cè)理論根據(jù)其發(fā)展的趨勢(shì)，通過(guò)建立預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。 預(yù)測(cè)未來(lái)事故發(fā)生的趨向，把火災(zāi)事故管理的“被動(dòng)”管理變?yōu)椤爸鲃?dòng)”安全管理，針對(duì)性的采取預(yù)防措施，以便減少事故的發(fā)生率，這就是本文中提出的火災(zāi)事故預(yù)測(cè)模型需要解決的問(wèn)題。 劉小舟在《灰色系統(tǒng)理論在火災(zāi)預(yù)測(cè)中的應(yīng)用》中闡述了灰色理論中災(zāi)變預(yù)測(cè)的特點(diǎn)和其建設(shè)過(guò)程，并將其用于火災(zāi)預(yù)測(cè)之中 [5]。 [7] 張?jiān)讫埡蛣⒚凇痘疑?GM(1,1)模型在火災(zāi)事故預(yù)測(cè)中的應(yīng)用》中針對(duì)全國(guó)火災(zāi)事故的統(tǒng)計(jì)數(shù)據(jù)，利用灰 色系統(tǒng)理論在不確定因素預(yù)測(cè)領(lǐng)域的優(yōu)勢(shì)，建立了一個(gè)火災(zāi)事故預(yù)測(cè)的 GM(1}1)模型 .論述了模型的建立和求解過(guò)程，用實(shí)例闡述了灰色預(yù)測(cè)模型的應(yīng)用和局限性 .結(jié)果表明，模型比較合理地反應(yīng)災(zāi)害事物的發(fā)展趨勢(shì)，為分析火災(zāi)事故規(guī)律和有效預(yù)測(cè)提供了科學(xué)的方法 [8]。 劉海生和張?chǎng)卫诘热嗽凇痘诮y(tǒng)計(jì)數(shù)據(jù)的全國(guó)火災(zāi)形勢(shì)綜合評(píng)價(jià)與預(yù)測(cè)》中運(yùn)用多元統(tǒng)計(jì)分析方法，借助統(tǒng)計(jì)軟件，對(duì)火災(zāi)數(shù)據(jù)進(jìn)行深層次的分析和研究。 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 國(guó)外研究現(xiàn)狀 羅森鮑姆 運(yùn)用 灰色系統(tǒng)方法 研究 影響邊坡失穩(wěn)的因素之間的相互作用 ， 說(shuō)明 運(yùn)用 灰色系統(tǒng)方法 方法 來(lái)預(yù)測(cè)邊坡穩(wěn)定狀態(tài)中的應(yīng)用 是成功的 [18]。 潘特納加用灰色系統(tǒng)理論提出了探討輸入輸出關(guān)系不清，不確定的機(jī)制和信息不足。 研究目的和意義 為了盡可能減少人員聚集場(chǎng)所和農(nóng)村火災(zāi)發(fā)生的概率，降低火災(zāi)發(fā)生后的傷亡后果、財(cái)產(chǎn)損失及社會(huì)影響，本文把研究對(duì)象定為農(nóng)村、城市、人員聚集場(chǎng)所的人口火災(zāi)發(fā)生率。 現(xiàn)階段我國(guó)正處在構(gòu)建和諧社會(huì)，推動(dòng)經(jīng)濟(jì)又好又快發(fā)展的關(guān)鍵時(shí)期，火災(zāi)必將被作為一種不容忽視的災(zāi)害加以杜絕。 （ 3）對(duì)全國(guó)人員聚集場(chǎng)所。 Control Letters” (系統(tǒng)與控制通訊 )期刊上發(fā)表了我國(guó)學(xué)者鄧聚龍教授的第一篇灰色系統(tǒng)理論論文“灰色系統(tǒng)的控制問(wèn)題”（ The Control Problems of Grey Systems ） ,1982 年《華中工學(xué)院學(xué)報(bào)》第三期上發(fā)表了鄧聚龍教授的第一篇灰色系統(tǒng)論文“灰色控制系統(tǒng)”，標(biāo)志著灰色系統(tǒng)理論這一新興橫斷學(xué)科經(jīng)過(guò)其創(chuàng)始人鄧聚龍教授多年卓有成效的努力，開(kāi)始問(wèn)世 .這一新理論剛一誕生，就受到國(guó)內(nèi)外學(xué)術(shù)界和廣大實(shí)際工作者的極大關(guān)注，不少著名學(xué)者和專家給予充分肯定和支持，許多中青年學(xué)者紛紛加入灰色系統(tǒng)理論研究行列，以極大的熱情開(kāi)展理論探索及在不同領(lǐng)域中的應(yīng)用研究工作，目前，英國(guó)、美國(guó)、德國(guó)、日本、澳大利亞、加拿大、奧地利、俄羅斯、臺(tái)灣、香港、聯(lián)合國(guó)等國(guó)家、地區(qū)及國(guó)際組織有許多知名學(xué)者從事 灰色系統(tǒng)的研究和利用；海內(nèi)外 84所高校開(kāi)設(shè)了灰色系統(tǒng)課程，數(shù)百名博士、碩士研究生運(yùn)用灰色系統(tǒng)的方法開(kāi)展科學(xué)研究、撰寫(xiě)學(xué)位論文。在控制論中，人們常用顏色的深淺形容信息的明確程度，如艾什比（ Ashby）將內(nèi)部信息未知的現(xiàn)象稱為黑箱。相應(yīng)地，信息完全明確的系統(tǒng)稱為白色系統(tǒng)，信息未知的系統(tǒng)稱為黑色系統(tǒng)，部分信息明確、部分信息不明確的系統(tǒng)稱為灰色系統(tǒng)。而同一個(gè)經(jīng)濟(jì)變量，有的研究者把它視為內(nèi)生變量，另一些研究者卻把它視為外生變量，這是因 為缺乏系統(tǒng)結(jié)構(gòu)、系統(tǒng)模型及系統(tǒng)功能信息所致。 公理 1(差異信息原理 ) “差異”是信息，凡信息必有差異。信息 Ⅰ 的信息含量越大，它與原信息的差異就越大。相同條件對(duì)于愿意退而求其“次”，多目標(biāo)、多選擇的考生 .其升學(xué)的機(jī)會(huì)更多。 公理 3 (最少信息原理 ) 灰色系統(tǒng)理論的特點(diǎn)是充分開(kāi)發(fā)利用已占有的“最少信息” “最少信息原理”是 “少”與“多”的辨證統(tǒng)一，灰色系統(tǒng)理論的特色是研究“小樣本”、“貧信息”不確定性問(wèn)題。 認(rèn)知必須以信息為依據(jù)，沒(méi)有信息，無(wú)以認(rèn)知。“新陳代謝”模型體現(xiàn)了“新信息優(yōu)先原理”。 信息不完全、不確定具有普遍性。信息無(wú)窮盡，認(rèn)知無(wú)窮盡，灰性永不滅 [22]。 灰色序列生成（灰算子）主要包括緩沖算子、均值生成算子、級(jí)比生成算子、累加生成算子、累減生成算子等。 灰色控制的主要內(nèi)容包括本征性灰色系統(tǒng)的控制問(wèn)題和以灰色系統(tǒng)方法為主構(gòu)成的控制，如灰色關(guān)聯(lián)控制和 GM(1,1)預(yù) 測(cè)控制等。 五步建模思想 研究一個(gè)系統(tǒng)，一般應(yīng)首先建立系統(tǒng)的數(shù)學(xué)模型，進(jìn)而對(duì)系統(tǒng)的整體功能、協(xié)調(diào)功能以及系統(tǒng)各因素間的關(guān)聯(lián)關(guān)系、因果關(guān)系、動(dòng)態(tài)關(guān)系進(jìn)行具體的量化研究。 第二步：對(duì)語(yǔ)言模型中的因素及各因素之間的關(guān)系進(jìn)行剖析，找出影響事物發(fā)展的前因、后果，并將這種因果關(guān)系用框圖表示出來(lái)，如下圖 31所示： 前因 后果 前因 后果 X1 Y X Y X2 (a) (b) 圖 一對(duì)前因后果（或一組前因與一個(gè)后果）構(gòu)成一個(gè)環(huán)節(jié)，一個(gè)系統(tǒng)包含許多個(gè)這樣的環(huán)節(jié)，有時(shí)，同一個(gè)量既是一個(gè)環(huán)節(jié)的前因，又是另一環(huán)節(jié)的后果，將所有這些關(guān)系連接起來(lái)，便得到一個(gè)相互關(guān)聯(lián)的、由多個(gè)環(huán)節(jié)構(gòu)成的框圖（如下圖），即為網(wǎng)絡(luò)模型。 第五步：對(duì)動(dòng)態(tài)模型進(jìn)行系統(tǒng)研究和分析，通過(guò)結(jié)構(gòu)、機(jī)理、參數(shù)的調(diào)整，進(jìn)行系統(tǒng)重組達(dá)到優(yōu)化配置、改善系統(tǒng)動(dòng)態(tài)品質(zhì)的目的。 GM(1,1)模型建模機(jī)理 灰色預(yù)測(cè)法是通過(guò)時(shí)間序列的歷史數(shù)據(jù)揭示現(xiàn)象時(shí)間變化的規(guī)律，從而對(duì)該現(xiàn)象的未來(lái)作出預(yù)測(cè) :能夠較好地把握系統(tǒng)的內(nèi)在演變規(guī)律，避免宏觀因素的影響而造成的主觀臆斷以及相關(guān)數(shù)據(jù)不足的弱點(diǎn) [24]。一般建模是建立差分方 程 :灰色建模，建立 GM(l,l)模型 [28]的過(guò)程為 : 記 ? ?(0)x ? ? ?( 0 ) ( 0 ) ( 0 )(1 ) , ( 2 ) , , ( )x x x n為原始數(shù)列，且為非負(fù)數(shù)據(jù)序列，對(duì)其進(jìn)行一次累加生成，記為 x(1)=AGO x(0)。 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 GM(1,1)模型的精度檢驗(yàn)方法 灰色模型的精度檢驗(yàn)一般有三種方法 :殘差檢驗(yàn)法、關(guān)聯(lián)度檢驗(yàn)法和后驗(yàn)差檢驗(yàn)法。 計(jì)算原始數(shù)列 (0)()xk與其模型計(jì)算值 (0)^ ()xk絕覺(jué)對(duì)誤差的最小差和最大差 : ( 0 )^ ( 0 )m in ( ) ( )x k x k??? ? ????? ( 0 )^ ( 0 )m a x ( ) ( )x k x k??? ? ????? 計(jì)算關(guān)聯(lián)系數(shù) w(k)(第 k個(gè)數(shù)據(jù)的關(guān)聯(lián)系數(shù) ) ( 0 ) ( 0 )^^( 0 ) ( 0 )( 0 )^( 0 )m i n ( ) ( ) m a x ( ) ( )()m a x ( ) ( )x k x k p x k x kwkx k k p x k x k?? ? ? ?? ? ? ? ? ? ?? ? ? ?? ? ? ????? ? ? ? ? ?? ? ? ? ?????（ 0 ） （ 1 ） 1,2, ,kn? 式中 : p 為取定的最大查百分比，一般取 50%0 關(guān)聯(lián)度 : 11 ()1 niR w kn ?? ? ? （ 39） 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 后驗(yàn)差檢驗(yàn) :是檢驗(yàn)預(yù)測(cè)曲線與模型曲線在空間相對(duì)位置的重合程度，比值越小，模型的預(yù)測(cè)精度越高。 第四步：對(duì) (1)X 作緊鄰均值生成 .令 ( 1 ) ( 1 ) ( 1 )( ) 0. 5 ( ) 0. 5 ( 1 )z k x k x k? ? ? 得 ( 1 ) ( 1 ) ( 1 ) ( 1 ) ( 1 ) ( 1 ) ( 1 )( ( 2) , ( 3 ) , ( 4) , ( 5 ) , ( 6) , ( 7 ) )Z z z z z z z? ( , , , , , )? 第五步：對(duì)參數(shù) ? ?? , Ta a b? 進(jìn)行最小二乘估計(jì)， 得 . 1 0 .0 3 4? () 1 0 .2TTa B B B Y? ???????? 第六步：確定模型 (1 ) (1 )+ 0 .0 3 4 1 0 .2dx xdt ? 及時(shí)間響應(yīng)式 ( 1 ) ( 0 ) ( 1 ) 0 . 0 3 4 1? ( ) ( ( 1 ) ) 3 0 0 2 8 6 . 1a k kbbx k x eaa ?? ? ?? ? ? ? ? （ ） 由于數(shù)據(jù)前 兩個(gè)和后幾個(gè)相差太大 ，加上修正系數(shù) ( ) 1k??（ ） ( 1 ) ( 0 ) ( 1 ) 0 . 0 3 4 1? ( ) ( ( 1 ) ) 3 0 0 2 8 6 . 1 + 2 . 8 1a k kbbx k x e kaa ?? ? ?? ? ? ? ? ?（ ） （ ） 第七步：求 (1)X 的模擬值 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 ( 1 ) ( 1 ) ( 1 ) ( 1 ) ( 1 ) ( 1 ) ( 1 ) ( 1 )? ? ? ? ? ? ? ?( ( 1 ) , ( 2 ) , ( 3 ) , ( 4 ) , ( 5 ) , ( 6 ) , ( 7 ) )X x x x x x x x? ( , , , , , , 83. 4)? 第八步：還原 (0)?X 的模擬值 .得 ( 0 ) ( 1 ) ( 0 )? ? ?( ) ( ) ( 1 )x k x k x k? ? ? 得 ( 0 ) ( 0 ) ( 0 ) ( 0 ) ( 0 ) ( 0 ) ( 0 ) ( 0 )? ? ? ? ? ? ? ?( ( 1 ) , ( 2 ) , ( 3 ) , ( 4 ) , ( 5 ) , ( 6 ) , ( 7 ) )X x x x x x x x? ( 1 3 . 9 0 , 1 2 . 3 6 , 1 2 . 0 5 , 1 1 . 7 4 , 1 1 . 4 3 , 1 1 . 1 5 , 1 0 . 8)? 精度檢驗(yàn) a、殘差檢驗(yàn) 根據(jù)前述檢驗(yàn)方法，經(jīng)過(guò)計(jì)算有表 33的檢驗(yàn)結(jié)果。后驗(yàn)差比的計(jì)算公式為C=S2/S1，小誤差概率 ? ?1()p e k e S? ? ? ?? ??? ??? 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 其中 21S 、 22S 分別為原始序列 (0)X 及殘差序列 e 的方差， e 為殘差，期計(jì)算公式分別為： ( 0 )11 1 2 .2nkX x kn ???? 11 ( ) ke e kn ???? 2 ( 0 ) 2111 ( ) 1 .1 2nkS x k Xn ?? ? ?? 22211 ( ( ) ) 0 .2 6 6nkS e k en ?? ? ?? 求后驗(yàn)差比 C 和小誤概率 P， C=S2/S1= ? ? ? ?1( ) ( ) 0 . 7 5 5 1 0 . 9 5p e k e S e k e? ? ? ?? ? ?? ? ? ? ? ? ? ?? ? ? 對(duì)照預(yù)測(cè)等級(jí)精度劃分表 22 可知計(jì)算精度為一級(jí)（好），模型精度達(dá)到要求，因此，用該模型對(duì)今后幾年的事故發(fā)生率是可信的。 表 38 關(guān)聯(lián)系數(shù)計(jì)算 年份 2021 2021 2021 2021 序號(hào) 1 2 3 4 ()wk 1 0． 333 則關(guān)聯(lián)度： 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 111( ) ( 1 0 . 5 0 . 3 3 3 0 . 5 6 ) 0 . 6 6 5 74niR w kn ?? ? ? ? ? ?? 因?yàn)殛P(guān)聯(lián)度為 0,。 預(yù)測(cè) 在累加生成序列的預(yù)測(cè)模型中，令 5k? 得生成序列預(yù)測(cè)值，還原得 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 (0)? (5) ? 而 2021 年全國(guó)城市的人口火災(zāi)發(fā)生率為 ，精度達(dá)到 88% 人員密集場(chǎng)所的火災(zāi)預(yù)測(cè) GM(1,1)在人員密集場(chǎng)所的火災(zāi)預(yù)測(cè) 人員聚居場(chǎng)所的火災(zāi)特點(diǎn)是高發(fā)性、高傷亡率和重大社會(huì)影響 而成為人們關(guān)注的焦點(diǎn)，人員集中、疏散難度大、煙氣水平方向擴(kuò)散快，布局復(fù)雜等諸多因素致使該場(chǎng)所致災(zāi)因素多、火勢(shì)蔓延迅速、火災(zāi)后果嚴(yán)重，這與其有關(guān) 通過(guò)相關(guān)文獻(xiàn)查得全國(guó)人員密集場(chǎng)所的火災(zāi)由于在 2021年人員密集場(chǎng)所火災(zāi)包括的范圍受到擴(kuò)充和調(diào)整，與以前的火災(zāi)統(tǒng)計(jì)數(shù)據(jù)不具有可比性，人口火災(zāi)發(fā)生率的基數(shù)為全國(guó)人口。 c、后驗(yàn)差檢驗(yàn) 通常采用后驗(yàn)差方法對(duì)模型精度