（安全技术及工程专业论文）基于模糊信息优化处理的城市火灾风险分析方法研究.pdf

a b s t r a c t a b s t r a c t f i r er i s ka s s e s s m e n ti sa ni m p o r t a n tc o m p o n e n to ff i r es c i e n c ea n de n g i n e e r i n g a n dt h er e s e a r c ho fr e l a t i o n s h i pb e t w e e nu r b a nf i r er i s ka n ds o c i o e c o n o m i cf a c t o r s b e c o m e sar e s e a r c hf o c h s t h e r ea r es om a n yi n d e x e sw h i c hc a nb eu s e dt od e s c r i b e u r b a nf i r er i s k ，b u te a c ho ft h e mo n l yc h a r a c t e r i z ef i r er i s kf r o mo n ea s p e c t ，s t i l lw i t h r e d u n d a n ti n f o r m a t i o na m o n gt h e m i nt h i sp a p e r , f o u ri n t e g r a t e df a c t o r s ，w h i c ha r e t h ef i r et o t a ld a m a g ef a c t o r ，t h ed e a t h so na v e r a g ef a c t o r , t h el o s so na v e r a g ef a c t o r , a n dt h ef i r ei n c i d e n c ef a c t o r , h a v eb e e na c h i e v e df r o m13 f r e q u e n t l y - u s e df i r e s t a t i s t i c a li n d i c a t o r sb ym e t h o do ff a c t o ra n a l y s i s t h e s ei n t e g r a t e df a c t o r sa r ef o u n d t ob em e a n i n g f u la n di n d e p e n d e n t f u r t h e r m o r e ，t h e r e l a t i o n s h i p sb e t w e e nt h e i n t e g r a t e df a c t o r sa n dan u m b e ro fs o c i o e c o n o m i cf a c t o r sa r ea n a l y z e db yt h em e t h o d o fm u l t i p l el i n e a rr e g r e s s i o n s b a s e do nt h ed a t au s i n gi n t h i s p a p e r , i tc a nb e c o n c l u d e dt h a tt h ef i r et o t a ld a m a g ef a c t o rs h o w sas i g n i f i c a n tl i n e a rc o r r e l a t i o nw i t h t h ep o p u l a t i o n ；t h ef i r e p r o b a b i l i t yf a c t o r i s m a i n l yi n f l u e n c e db yt h r e ef a c t o r s i n c l u d i n gt h ep e r s o n n e ls t r u c t u r e ，t h ep o p u l a t i o nm o b i l i t ya n dt h el i v i n gc o n d i t i o n s ， a n dh a sn ol i n e a rc o r r e l a t i o nb e t w e e nt h ep o p u l a t i o n ；t h ee c o n o m i cl e v e la n dt h e e d u c a t i o n a ll e v e l ；t h ed e a t h so na v e r a g ef a c t o rw o u l db er e d u c e da c c o r d i n gt ot h e i n c r e a s eo ft h ef i r et r a i n i n gl e v e l ；a n dt h e r ei sn ol i n e a rc o r r e l a t i o nb e t w e e nt h el o s s o na v e r a g ef a c t o ra n da n yo n es o c i o e c o n o m i cf a c t o r sc o n s i d e r e di nt h i sp a p e r w h e na n a l y z i n gs m a l ls a m p l ei nu s e do ff r e q u e n c yh i s t o g r a m ，t h es h a p ea n d t r e n do fh i s t o g r a m sa r es e n s i t i v et ot h ef i r s ts t a t i s t i c a lp o i n t ，i n t e r v a l l e n g t ha n d s i n g u l a rd a t a t h en u m b e r so fg r e a tf i r e s i nj a p a nb e t w e e n19 9 5a n d2 0 0 8w a s a n a l y z e db a s e do no n e - d i m e n s i o n a li n f o r m a t i o nd i f f u s i o n t h er e s u l t ss h o w e dt h a t i n f o r m a t i o nd i f f u s i o ni sm o r es t a b l et h a nf r e q u e n c yh i s t o g r a mi nd e a l i n gw i t hs m a l l s a m p l e t h ep r o b a b i l i t yo fc o n t r o l l i n gp o i n t s c a nb ef i t t e dw i t ht h eg a u s s i a n d i s t r i b u t i o n b a s e do ni n f o r m a t i o nd i f f u s i o n ，am e t h o do fg r e a tf i r e f r e q u e n c y p r e d i c t i o ni sr a i s e du p ；e x c e e d i n gp r o b a b i l i t yo ft h en u m b e ro fg r e a tf i r ea n n u a li n j a p a nw a sc a l c u l a t e d a f t e r a n a l y z i n g t h e r e l a t i o n s h i p b e t w e e nf i r ei n c i d e n c ea n d s i n g l e s o c i o e c o n o m i cf a c t o ri nu s e do fd i f f e r e n tm e t h o d s i ti sc o n c l u d e dt h a tf u z z i n f o r m a t i o na p p r o x i m a t er e a s o n i n gm e t h o di sb e t t e rt h a nl i n e a rr e g r e s s i o ni nd e a l i n g w i t hf u z zi n f o r m a t i o n a d d i n ga n o t h e rs o c i o e c o n o m i cf a c t o r , r e d i dt h ei d e n t i f i c a t i o n ， f a b s t r a c t f i r s t l yt h ed e p e n d e n tv a r i a b l ei so fb e a e ri n t e r p r e t a b i l i t yd u et o t h ei n c r e a s i n go f i n d e p e n d e n tv a r i a b l en u m b e r ；t h er e s u l tp r o v e da g a i nt h a t i n f o r m a t i o n d i f f u s i o n a p p r o x i m a t er e a s o n i n gi s a b l et od i g g i n gm o r ei n f o r m a t i o nf o r mf u z zs a m p l et h a n l i n e a rr e g r e s s i o n ，i t sp r o c e s s i n gr e s u l t sm a k e m o r eo nt h ei n t e r p r e t a t i o no ft h e d e p e n d e n tv a r i a b l e t r a i n i n gt h es a m p l ed a t ab yn o r m a lb pn e t w o r k ，i ti sf o u n dt h a t b pn e t w o r kc o n v e r g e n tq u i c k l y ，b u tw i t hl o wp r e d i c t i o na c c u r a c y b a s e do nh y b r i d m o d e l ，n e t w o r kc o n v e r g e n tm o r eq u i c k l na n di t sp r e d i c t i o na c c u r a c yi sm u c hh i g h e r t h a nt h a to fb pn e t w o r k i t sp r o v e dt h a ti n f o r m a t i o n d i f f u s i o na p p r o x i m a t er e a s o n i n g i se f f e c t i v e l yi ns m o o t h i n gt h es a m p l e ，a n dc a nc o n v e r ti n c o m p a t i b l em o d et o c o m p a t i b l em o d e i ta l s oh a sg o o dp r e d i c t i o np r e c i s i o n k e y w o r d s ：f i r er i s k ；f a c t o ra n a l y s i s ；l i n e a rr e g r e s s i o n ；i n f o r m a t i o nd i f f u s i o n ； f i r ei n c i d e n c e ；f u z za p p r o x i m a t er e a s o n i n g j i 】 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除已特别加以标注和致谓 的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均己在论文中作了明确 的说明。 作者签名： 签字日期： 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入中国学 位论文全文数据库等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 四么弄口保密( 年) 作者签名： 签字日期： 导师签名： 签字日期： 第一章绪论 1 1 研究背景 第一章绪论 自然灾害一直是人类历史的组成部分。有史以来，自然灾害一直威胁着人类 的生存与社会的发展。而且，随着社会经济的发展，由于过量开发资源，随意改 造与破坏环境，盲目发展，非科学的工程技术活动，加之人为的破坏，风险性和 破坏性因素也在增长。特别是进入2 1 世纪后，全球各地的巨大自然灾害不断发 生，印尼海啸、海地地震，国内汶川地震、南方雪灾、西南干旱、玉树地震等等。 为了减轻自然灾害造成的损失，人类开展了大量的工程和非工程减灾行动。 然而，盲目的减灾行动必然导致人力、物力和财力的大量浪费，有悖于减灾的初 衷。所以，只有对自然灾害的孕育、发生、发展、可能造成的影响有科学的认识， 才能避免行动的盲目性。也就是说，减灾的重要工作之一，就是进行自然灾害的 风险分析。 自然灾害风险分析是指充分利用人类对各种致灾因子、承灾载体和孕灾环 境的研究成果，对一定区域、工程项目等可能遭受到灾害的程度进行可能性意义 下的量化分析，并对采取减灾措施后的可能效果进行分析。自然灾害风险评价则 是指通过风险分析的手段，对尚未发生的自然灾害的致灾因子强度、发生灾害的 可能性及灾害发生后可能造成的损失程度进行评定和估计。 火灾是各种自然灾害中最常见、最具毁灭性的灾害，当火失去控制时，它就 变成了一个“魔”，在给人们带来有形伤害的同时，它更会给人们留下深重的无形 伤害，在人们心中造成的心理阴影将是永远无法磨灭的。根据联合国世界火灾统 计中心提供的资料，在全球范围内，每年发生的火灾就有6 0 0 , - - 一7 0 0 万起，大约 有6 5 0 0 0 - - - - 7 5 0 0 0 人死于火灾【到。2 0 0 8 年全国共发生1 3 3 万起火灾，死亡1 3 8 5 人，受伤6 8 4 人，直接财产损失1 5 亿元【3 j 。 火灾风险评价是火灾科学与消防工程的一项重要组成内容，对完善火灾科学 与消防工程学科体系有着重要的作用。火灾风险评价是运用系统科学的理论和方 法，在火灾风险分析的基础上对火灾风险进行估算，通过对所选择的风险抵御措 施进行评价，把所收集和估算的数据转化为准确结论的过程。火灾风险评价可以 更加客观，准确地认识火灾的危险性，从而为人民预防火灾、控制火灾、扑救火 灾、减少火灾损失提供依据和支持。随着各种学科的不断交叉发展，火灾风险评 估方法学已经成为火灾科学基础研究中的另一重要课题，其研究内容同时涉及到 灾害的自然属性和社会属性两个方面，火灾风险评估方法涵盖了火灾动力学、模 1 第章绪论 糊数学、社会学、经济学、心理学等各学科的内容4 1 。 1 2 研究现状及遇到的问题 1 2 1城市火灾风险分析研究现状及趋势 对于火灾风险的定义，目前国内外学术界尚无统一的说法，这源自于语言文 字本身的模糊性和不同语言之间的差异性。国际标准化组织1 9 9 9 年界定了关于 风险的定义，风险是衡量危险性的指标，是某一有害事故发生的可能性与事故后 果的组合。这一说法将危险性与风险性等同起来。国内学者霍然认为是火灾危险 性是指火灾事件发生的可能性，而危害性是指事件发生的后果及其影响，火灾风 险包括了危险性和危害性两重含义【5 】。陆守香在火灾风险评估方法学书中认 为危险性应该包括火灾事件发生的可能性与火灾危险的程度及产生的后果【驯，这 观点与国外的观点一致。黄崇福1 6 j 认为火灾风险是与人们所不希望的失去控制点 的燃烧有关的- - 7 * 未来情景。对于城市火灾风险的定义，也没有一个统一的说法。 一般来讲，对于火灾风险分析的研究主要可以分为以下几类工作：一、根据 某特定区域( 国家，城市，城区) 的历史火灾统计数据，采用各种预测理论与方法， 包括定性预测法、灰色预测法、人工神经网络预测法、数理统计法、回归预测法 等，对未来火灾发生概率，损失程度进行预测【。7 】【8 】【9 1 。这类研究工作是在宏观层 面对火灾统计数据的一个直接处理的结果，其可靠性取决与火灾数据的真实性与 完整性，另外预测理论的科学性及适用性对预测结果有非常大的影响。二、针对 某一特定类型的火灾事故建立起一套系统的定量分析方法l l ，这种方法一般是 从火灾事故发生的机理、蔓延过程、致灾过程出发，基于各种基本事件的发生概 率，预测最终火灾事故发生的可能性及可能造成的后果，常用包括事故树，事件 树等定量安全评价方法。三、针对某一待评价的区域，建立一套火灾风险评价指 标体系，并确定体系中各级指标的权重，然后根据评价区域内的实际情况给指标 体系中的末级指标逐一打分，最终计算出总得分，根据得分的高低判断评价区域 的火灾风险程度【l l 】【1 2 】。此种方法得出的风险是一个相对概念，可以是一个风险 等级范畴，或者是一定范围内的数值。整体上来讲，城市区域火灾风险评价方法 经历了从单一指标到多指标、从微观指标到宏观指标的演进，其中多指标的宏观 评价方法是城市区域火灾危险性评价的新方向。由于城市区域火灾风险与建筑形 态、社会经济性状，以及易燃易爆等重大危险源三个不同层面之间存在联系，城 市区域火灾风险评价的理论研究沿着三条不同的基本路线进行和展开，即“建筑 形态路线”、“社会经济性状路线”和“重大危险源集成路线”i l 川。四、基于城市火 2 第一章绪论 灾统计及社会经济数据，采用各种数学方法来研究城市火灾危险性与社会经济因 素之间的相关性。研究火灾与社会经济因素的关系对于火灾预测、防治和火灾风 险评价具有重要意义【1 4 】【1 5 】【1 6 】。了解火灾与社会经济因素的关系，可以从宏观的 角度对一个地区的火灾预测、防治和评价给出有意义的建议。国外研究认为1 1 7 j ， 社会经济因素是一个地区火灾发生率的最好预测因子之一。然而，由于城市火灾 系统是一个复杂非线性系统，就人类目前的认识水平，尚不能够认识社会经济因 素与火灾风险之间的确切关系。并且由于各个地区之间气候、文化等方面的差异 性，即使是在单一社会经济因素与火灾风险的关系研究中也未必能得到一致的结 论。所以，社会经济因素与城市火灾风险研究已成为火灾风险分析中的一项热门 的课题，各种前沿学科理论也开始在这一领域得到应用。 火灾的双重性规律决定了科学的火灾风险评价方法应该考虑确定性规律又 涉及不确定性规律，这就决定了火灾风险评价的发展趋势1 4 】：建立评价危险源 的指标体系和量化方法，并利用模糊数学和信息扩散原理等建立基于不完备样本 的风险评价模型；利用数据库技术，综合考虑所考察对象的环境因素，建立基 于火灾确定性规律的动态风险评价模型。国家重点基础研究发展计划火灾动 力学演化与防治基础的立项给予火灾风险评价的研究很大的支持。火灾风险评价 中可以实现简化模型和一般统计理论结合。而基于火灾动力学与小样本统计理论 耦合的火灾风险评价方法则是未来的发展方向。该项目的专题之一包括小样本火 灾事件的统计理论：建立有限火灾事件记录的统计分析理论和火灾记录数据有删 失的统计分析方法，研究火灾损失额的概率规律。建立基于小样本统计理论的火 灾现象实验设计方法以及系统可靠性理论的火灾风险评价方法。 把城市火灾及其影响因素作为一个整体，并定义为“城市火灾系统”，它是一 个复杂，多相非线性系统。它的复杂性主要表现在两个方面：首先，从微观层面 来看，火灾本身具有复杂性，即火灾的孕育、发生和发展包含着多种物理化学变 化。比如流体流动、相变、传热传质涉及到了物质、动量、能量和化学组份在复 杂多变的环境条件下相互作用的动力学过程。其次，从宏观层面来看，火灾系统 涉及多种因素之间复杂的相互耦合作用。影响火灾发生的因素有：城市区域特征、 消防实力水平、社会管理水平、气象因素等等。 国外学者很早就开始对火灾与社会经济因素之间的关系展开研究。j e n n i n g 1 7 j 认为，就火灾的损失程度而言，社会经济与环境的因素远大于火灾抢救的因素， 其中社会经济与环境因素包括建筑容量、社会家庭系统、家庭的人口结构及家庭 的经济条件，经统计分析，该四个因素与6 3 以上的住宅火灾变化有关。 g u n t h e r 1 9 】曾针对贫穷与火灾发生率的关系进行研究，发现平均年收入与火灾发 生率成负相关，当年收入增加时，火灾发生率有下降的趋势。 3 第一章绪论 在国内，吴荣平【2 0 j 分析台北市近五年的火灾发生数与空屋率、单亲家庭数、 6 5 岁以上人口数、家庭平均收入之间的相关性，得出前三项与该地区的火灾发 生率有较高的正相关，与家庭平均年收入则无相关，与g u n t h e r 1 9 】得到的结果不 一致。杨立中 2 1 】对中国的火灾统计数据和社会经济数据之间的关系进行了研究， 发现中国的火灾形势在经济越发达的地方越严重，原因是中国的经济水平处于这 样一个阶段，经济发展带来的对火灾危险的增加作用强于抑制作用；另外由于经 济水平与火灾发生率有较大的正相关系数，导致教育水平与火灾发生率呈正向关 系。杨立中只分析了经济水平、教育水平与火灾发生率之间的关系，考虑的社会 经济因素过于单一，同时也只分析了火灾发生率与社会经济因素的关系。吴卢荣 嵋2 j 发现每年不同地区中国4 个火灾参数之间是密切相关的，相关系数都超过了 o 9 8 5 ；火灾4 项与g d p 、人口总数、国土面积、大专以上人口、就业人数相关 系数超过了0 9 5 ，虽然考虑的社会经济因素较多，但是只考虑反映火灾总量的火 灾指标，未能反映火灾发生率等其他信息。陈子锦【2 3 】采用聚类和相关性分析的 方法讨论了经济发展水平、消防投入与地区火灾损失之间的关系，发现地区火灾 损失同生产总值、消防基本投入之间均为正相关。杨玉胜担4 j 选取人均国民生产 总值、人口密度、大专以上人口比例三个社会经济因素，应用灰色关联度分析的 方法，研究了他们与火灾发生率的关系，得出该三个社会经济因素都与火灾发生 率正相关的结论。 上述研究得到了一些有意义的结论，但仍然存在不足的地方，主要表现为几 个方面：( 1 ) 火灾指标的选取，大部分人只选取火灾发生率或者火灾发生次数单 个指标进行分析；也有人选取火灾4 项作为火灾指标，然而火灾4 项指标之间是 密切相关的。所以火灾指标的选取还有待改进，既要考虑指标之间的相关性，又 要兼顾指标反映火灾信息的完整性。( 2 ) 社会经济因素的选取不够全面，基本只 考虑了经济水平、教育水平、人口密度等几个常规指标，而未将住宅条件，人口 年龄结构、人口流动性等社会因素作为分析对象。( 3 ) 只是依据火灾指标与社会 经济指标之间的简单相关系数作为评判二者之间相关性大小的标准。然而简单相 关分析求出的相关系数容易受到其他自变量的影响，使其与因变量的相关系数得 到增强或者削弱，甚至改变正负号，难以准确反映白变量与因变量的实质关系。 相对于偏相关分析方法【25 ，而偏相关分析能够剔除其他相关变量的影响，正确 表示两个自变量与因变量间的线性相关性质与程度，真实反映了两个变量之间的 本质联系。( 4 ) 由于我国地域辽阔，省内各城市经济发展水平差异性太大，选择 以省为单位进行统计分析得出的结论不具针对性。 4 第一章绪论 1 2 2样本数据的模糊不确定性 客观世界中的绝大部分现象是不确定的。越来越多的科学家相信，不确定性 才是这个世界的美丽所在。随机性和模糊性是不确定性的最基本内涵【2 引。风险 的本质是不确定性，现实的灾害风险评价中，涉及的不确定性问题极为复杂，不 仅包括系统内在的随机不确定性，而且还包括由信息和数据集的不精确、模糊和 不完全产生的模糊不确定性。如何量化和表达灾害风险评价中的不确定性，是一 个很难解决的问题。目前应用最为广泛最为成熟的是基于概率与数理统计理论的 概率描述，但是概率描述仅考虑了灾害风险评价中的随机不确定性，缺乏反映以 不精确、模糊和不完全的模糊不确定性。云模型1 27 】在统计数学和模糊数学的基 础上，统一刻画了不确定性语言值和精确数值之间的随机性和模糊性，实现了定 性语言值和定量数值之间的自然转换。1 9 6 5 年z a d e h 创立的模糊集理论与1 9 8 2 年z p a w l a k 倡导的粗糙集理论是处理不确定性的两种很好的方法。与其它方法 相比，粗糙集方法的最大优点是不需要附加信息或先验知识，这一点是其它方法 无法做到的，如模糊集方法与概率统计或证据理论方法中，往往需要模糊隶属函 数、基本概率指派函数( b a s i cp r o b a b i l i t ya s s i g n m e n t ，b p a ) 和有关统计概率分布等， 而这些信息有时并不容易得到。正是基于这一优点，粗糙集理论得以迅速兴起， 并逐渐成为人工智能界以及其它处理不确定性领域的研究热点。 模糊信息粒化理论和方法f 2 8 】是模糊集创始人z a r e h 在1 9 9 8 年基于值不精确 原理上提出的，将连续的信息离散化，将一个样本携带的信息视为一块信息的软 计算方法，能够在信息不精确、不确定以及部分真实的情况下，使问题得到一个 具有鲁棒性的解。将模糊信息粒化处理理论应用在风险评价中，解决其中的不确 定性，可以较好应对数据的不一致性和不均匀性以及样本容量不足等问题。模糊 信息粒化方法具有过程透明，不需要额外的假设，可以处理矛盾样本问题等优点。 1 2 3风险分析中的小样本问题 偶然与必然是人类认识世界的一个永恒的话题，概率论与数理统计正是从偶 然中悟出必然的学科。作为研究随机现象数量关系的一门学科，概率与统计的发 展已有悠久的历史。时至今日，概率统计的理论和方法与其他的一些自然科学、 工程技术以及社会经济相互交叉、渗透，取得了一些学科的重要分析方法。 建立在历史灾害统计数据基础上，运用概率论和数理统计等数学方法，进行 自然灾害风险分析是一种简单实用的风险分析方法，不要求对致灾原理及过程有 深入的掌握。统计回归有非常悠久的历史，其估计方法的研究已经非常的完善和 深入。在火灾风险学中，概率统计方法占有非常重要的地位。风险评价中常用的 5 第一章绪论 统计方法有极大似然估计、区间估计、经验贝叶斯估计、直方图估计、核估训。 然而一个统计结果是否有效，一般说来取决于两个条件：合理的假设模型和 足够的样本，只有当两个条件都满足时，统计结果才有可能是有效的。虽然有很 多工具可以验证一个假设是否正确，但是在研究一个复杂的非线性系统的时候， 要找到一个合理的假设公式是很困难的。在实际工程问题中，很多情况下很难找 到足够大的样本，比如一个不大的地震区域内的中强地震的观测样本。对于小样 本来说，无法预先给出一个合适的分布，进行参数估计。小样本反映的是不完备 信息，具有模糊不确定性。一个小样本就意味着知识不充分。当然，一个大样本 也不能保证知识充分。实际上，为了一个连续概率分布，任何一个样本容量1 1 都是不充分的。也就是说，如果有一个连续分布函数，如正态或者指数分布，那 么，从这个总体中抽取的任何一个有限样本一定是不完备的。在某中意义上，科 学探索的主要任务是用观察、实验、学习和推论得来的不完备信息和知识来逼近 真实世界的有关规律。这些所谓的不完备是必然的。 对于火灾数据而言，火灾统计数据不完备体现在两个层面：首先人类有详细 历史记录的历史还不长，现有统计样本不完备。再次，人们在处理火灾数据的时 候，往往只是人为取特定地域内，时间内的一些火灾统计进行分析研究。 长期以来，人们一直在寻求小样本问题下的实验结果分析方法。目前几种主 要的方法有b a y e s 方法、b o o t s t r a p 方法、b a y e sb o o t s t r a p 方法、模特卡罗仿真方 法等【2 鲥。b a y e s 可靠性估计是一个半实验方法，该方法假设有一个“验前分布”， 即先验分布，根据这个“验前分布”和样本信息可导出“验后分布”。该方法的特点 在于利用验前分布，所以，验前分布是否合理将直接影响评定结果。然而在b a y e s 方法的应用过程中，最困难的是验前信息极少，甚至是没有任何的验前信息，所 以有人认为该方法还不太成熟，有待人们进一步研究。b o o t s t r a p 方法的实质是 一个再抽样过程，即用现有的资料去模仿未知的分布，运用这种方法可以对参数 进行区间估计或者统计假设检验。b a y e sb o o t s t r a p 方法是一种估计误差的统计处 理方法，实质是用随机加权的统计量去模仿估计误差的分布。该方法比b o o t s t r a p 方法在均方意义下效果更好。蒙特卡罗方法是一种数字仿真方法，包括以概率统 计理论为主要理论，以随机抽样为主要手段的两个核心问题。该方法的基本特点 是，方法及程序结构简单，可以对复杂的随机性问题进行求解，不要求对数学模 型的简化和假设。 以“信息分配，和“信息扩散”为核心的模糊信息优化处理技术是有中国学者 独立提出和发展的一门新兴数据处理技术【3 0 1 。模糊信息优化处理的对象是不完 备信息，主要是小样本提供的模糊信息。简单地讲，信息扩散是为了弥补样本信 息不足而考虑优化利用样本，将一个传统的数据样本点变成一个模糊集合。信息 6 第一章绪论 扩散的目的是从不完备样本中挖掘出尽可能多的有用信息，提高系统识别的精度。 模糊信息优化处理技术最成功的应用是在人工神经网络、大地测量数据处理、风 险分析、评价体系等四个方面。 信息扩散在灾害风险评估方面已经得到了初步的应用。刘悦、王家鼎【3 l j 等 利用信息扩散原理，建立了一种黄土湿陷性的评价方法。冯利华【3 2 j 基于信息扩 散理论的风险分析方法，对气象要素进行了风险分析。程归燕利【3 3 】基于信息扩 散理论对地震灾害进行了风险分析。除此之外，信息扩散在保险、工业生产、人 工智能、诊断与决策、环境评价计算机仿真等领域得到应用1 3 4 儿3 5 】。也有人将模 糊信息处理方法引入火灾风险评估方面。刘兴朋【3 6 j 以吉林省草原火灾为例，利 用信息扩散理论和风险分析理论对吉林省草原火灾进行了风险分析，解决了草原 火灾样本资料有限的问题。景国勋【3 7 】等基于信息扩散理论，根据河南省各市级 行政区历年火灾损失率对未来火灾损失率进行预测。郑双忠【9 】基于信息扩散原理 结合城市火灾统计数据给出了城市火灾风险分析评估过程，确定了火灾发生后的 损失率及其超越该了。上述研究直接采用了信息扩散方法对火灾统计数据进行处 理，对方法的适用性及扩散条件对扩散结果的影响并没有进行讨论分析。同时， 上述研究直接采用信息扩散的结果来预测火灾风险，没有对扩散结果做进一步的 分析研究，当小样本数据中存在个别奇异数据时，预测结果会有较大的偏差。 然而相比其他成熟的理论和技术来说，模糊信息优化处理理论和方法有许多 不足之处：1 ) 信息分配和信息扩散函数的选取没有科学的指导原则，在实际应 用中一般选取简单的函数；2 ) 信息分配控制点和信息扩散系数的选取没有可以 推广的优化算法，有时需要反复的试验工作量较大。 1 3 论文研究思路及内容 本文需要解决的问题主要有以下三个： 1 ) 如何表征城市火灾风险的程度? 2 ) 城市火灾风险与哪些社会经济因素相关，是如何相关? 3 ) 如何处理火灾风险分析中的小样本问题以及样本数据的模糊不确定性 问题? 本文的研究思路以上述三个问题为主线，首先采用因子分析方法在常用火灾 统计指标中提取出相互独立，可全面表征城市火灾风险程度的公因子。然后采用 多元线性回归方法对若干社会经济因素火灾风险公因子建立多元线性模型，根据 模型的判定系数和各自变量的偏相关系数，分析若干社会经济因素与火灾风险公 因子的相关性并对重要度进行排序，找出对各个火灾风险公因子影响最大的几个 7 第一章绪论 社会经济变量。针对城市重大火灾数据这- d , 样本，采用一维模糊信息优化处理 方法对小样本进行处理，并对城市重大火灾风险进行预测。最后基于信息扩散模 糊近似推理对城市火灾发生率与社会经济因素之间的关系进行识别，论证了模糊 信息优化处理方法在处理小样本问题与样本数据的不确定性是一种较为实用的 处理方法。 本文的章节安排如下： 第一章绪论。主要介绍城市火灾风险分析的研究现状、发展趋势以及遇到 的问题。问题包括城市火灾风险表征问题，风险分析中的小样本问题及样本数据 中的模糊不确定性问题。阐明传统概率论与数理统计方法在处理小样本问题时存 在的不足之处，以及模糊信息优化处理方法的优势及应用现状。 第二章城市火灾风险表征及与社会经济因素相关性分析。采用因子分析方 法在常用火灾统计指标中提取出相互独立，可全面表征城市火灾风险程度的公因 子。然后采用多元线性回归方法对若干社会经济因素火灾风险公因子建立多元线 性回归模型，根据模型的判定系数和各自变量的偏相关系数，分析若干社会经济 因素与火灾风险公因子的相关性并对重要度进行排序。 第三章模糊信息优化处理方法在城市火灾风险分析中的应用。首先简要介 绍模糊信息优化处理方法的基本概念与理论；针对传统数理统计方法在处理小样 本问题时存在的不足，面对城市重大火灾数据这- - d , 样本，采用一维信息分配和 一维信息扩散方法对小样本进行处理，建立一套城市重大火灾频度预测方法。最 后分别基于二维和多维信息扩散近似推理对城市火灾发生率与单一社会经济因 素和多社会经济因素之间的关系进行识别，并将得到的结果与线性回归的结果进 行比较。结合信息扩散模糊近似推理与神经网络，与普通b p 网络的收敛速度及 预测精度进行对比。 第四章结论与展望。对本文的主要内容及创新点进行总结，指出工作的不 足之处及对下一步工作的展望。 1 4 选用数据 一项以统计数据为对象的研究工作的是否能够反映客观事实，从而发现蕴含 在数据中的规律取决于两个条件：统计数据的真实性和完整性与分析方法的科学 性。本文的研究工作需涉及大量有关火灾及社会经济方面的统计数据，鉴于国内 统计工作起步较晚并且统计制度不够完善，并且同时获取各类数据较为困难，所 以不选择国内数据进行分析。另外也避免了国内各省之间，省内各城市之间过大 的差异性可能导致的统计数据缺乏针对性问题。 8 第一章绪论 日本统计局不定期公布各类统计数据，但各种数据更新的时间周期不尽相同。 本文数据的主要来源是由日本总务省消防厅统一发布的日本火灾统计年鉴平成 7 年版平成2 1 年版【3 8 】和日本总务省统计局统一发布的日本统计年鉴平成1 9 年 版【3 9 1 。另外日本统计局一次只会公布其中一年的统计年鉴，而且同一个统计年 鉴当中少部分数据并没有更新，所以在本文选取的日本社会经济统计指标当中绝 大部分数据都是2 0 0 5 年的数据，只有木结构住宅比例，人均住宅面积两个指标 取的是2 0 0 3 年的数据。 9 第二章城市火灾风险表征及与社会经济因素相关性分析 第二章城市火灾风险表征及与社会经济因素相关性分析 人是火灾的受害者，然而人也是火灾的始作俑者，因为绝大部分的火灾是由 人的行为造成的。火灾不同与一般的自然灾害的一个显著特征是它与人的行为密 切相关。也可以说，火灾是人类的劳作，休息，生产，享乐等社会活动的产生的 众多副产品之一。根据马克思主义政治经济学原理，人的生活生产状态平取决于 当时的社会生产力水平，社会经济指标就是社会生产力的各种表现。因此，在宏 观上，火灾必定与社会经济因素存在一定的相关性，虽然不能肯定后者决定前者， 但是研究两者之间的相关性，可以促进了火灾科学的发展，对火灾的防治起到十 分重要的作用。国外的研究表明，经济因素是一个地区火灾发生率最好的预测因 子，经济因素是影响火灾发生的最重要因素之一。对一个国家或者地区来讲，了 解火灾与社会经济因素之间的关系，可以从宏观角度对一个地区的火灾防治、评 估和预测给出有意义的建议【2 2 】。在开展火灾与社会经济关系研究之前，需要解 决的问题是，用哪些量来表征火灾的量? 本章首先需要解决的是城市火灾风险表 征问题。 2 1 城市火灾风险表征 2 1 1城市火灾风险表征量 在我国城市火灾综合评价的工作中，最常用的指标是火灾四项指标，即火灾 次数、死亡人数、受伤人数和经济损失。火灾四项指标是评价一个地区火灾形势 及消防工作成效的主要依据。然而随着我国经济的不断发展，工业化，城市化， 市场化进程的不断加快，各种新材料，新工艺，超大超高建筑的出现，使得城市 火灾的危险性和复杂性急剧增加。周白霞【4 0 】认为，单从火灾发生的四项指标的 绝对值不能够客观地反映出一个地区的火灾形势；火灾发生起数、火灾经济损失、 火灾造成的人员伤亡在火灾形势综合评价体系中都存在不足。并且提出我国火灾 形势的综合评价体系应该包括每十万人口每年发生的火灾平均起数，每万亿 g d p 每年发生火灾的平均起数，火灾经济损失与g d p 的比例，每十万人口火灾 导致的人员伤亡情况三个方面。吴卢荣【2 2 】对中国3 1 个不同地区火灾统计数据进 行分析发现，火灾四项指标之间密切相关，相关系数大于0 9 8 5 ，说明只选取火 灾四项指标对城市火灾风险进行评价只是对火灾风险的某一方面进行评价，具有 一定的片面性。王郭社【4 l 】采用主成分分析法从火灾基本指标、火灾经济指标和 1 0 第二章城市火灾风险表征及与社会经济因素相关性分析 重大火灾指标三个方面1 2 个指标中提取出5 个新的综合指标来对火灾形势进行 计算，虽然达到了降低因子维数和消除指标间相关性的目的，但是新指标的意义 不明确且有两个指标在总评价体系中所占权重非常小。 可以用来表示火灾风险的指标很多，然而，它们之间存在着很大的相关性， 也就是它们所代表的信息中有很大一部分是重合的，即所谓的冗余信息。如何能 够消除指标之间的冗余信息，以最少数量的指标来表征绝大部分的火灾风险这一 信息是一个关键问题。因子分析法是一种将原始的多个指标或变量综合构建成几 个公因子来反映原始资料的大部分信息的统计学方法。 2 1 2基于因子分析法的城市火灾风险表征 因子分析m 的基本思想是根据相关性大小把原始变量分组，使得同组内的 变量之间相关性较高，而不同组的变量间的相关性则较低。每组变量代表一个基 本结构，并用一个不可观测的综合变量表示，这个基本结构就称为公共因子。对 于所研究的某一具体问题，原始变量就可以分解成两部分之和的形式：一部分是 少数几个不可测的所谓公共因子的线性函数；另一部分是与公共因子无关的特殊 因子。 因子分析是从研究矩阵内部各变量之间的相关关系出发，找出控制所有变量 的少数几个公因子，将每个指标变量表示成公因子的线性组合，以再现原始变量 与因子之间的相关关系。假设有n 个样本，p 个指标，x = ( x l ，x 2 ，x p ) 。 为可以观测的随机向量，要寻找的公因子为f = ( f l ，f 2 ，f m ) 1 ，模型为： x 1 = a n f + a 1 2 f 2 + + a l m f m + 8 1 x 2 = a 2 1 f ! + a 2 2 f 2 + + a 2 m f m + 2 ( 2 1 ) x p 2a p l f l + a p 2 f 2 + + a p m f m + p 表示成矩阵形式为 x ：a f + a e ( 2 2 ) 其中f 为因子变量或公共因子，可以将它们理解为在高维空间中相互垂直的 m 个坐标轴。a 为因子载荷矩阵，a i i 为因子载荷，是第i 个原有变量在第j 个因 子变量上的负荷。q 为特殊因子，表示了原有变量不能被因子变量所解释的部 分。 选取日本2 0 0 5 年4 7 个省的火灾统计数据为研究样本，在参考文献 1 5 】 2 2 】 4 0 4 1 的基础上，确定1 3 个常用火灾统计指标，如表1 所示，并将原 始指标进行归一化。 第二章城市火灾风险表征及与社会经济因素相关性分析 表2 1 常用城市火灾统计指标 表2 2 为常用城市火灾指标相关系数矩阵。从中可以看出，总火灾次数、建 筑火灾次数、烧损栋数、死亡人数、受伤人数、受灾人数、经济损失、建筑经济 损失之间的相关系数都在0 8 以上，以上指标与十万人火灾发生率、死亡率、万 人经济损失之间的相关系数较小或者成负相关，这与周白霞、吴卢荣得到的结论 一致。其他指标之间亦存在一定程度的相关性。 表2 2 常用城市火灾指标相关系数矩阵 x 1x 2x 3x 4x 5x 6x 7x sx 9x 1 0x 1 1x 1 2x 1 3 x i 1 0 0 08 4 16 8 79 2 29 7 89 8 4- 1 8 22 4 9- 3 4 3- 4 6 2一5 4 2 - 5 2 5 1 3 1 x 2 8 4