一种基于数据特征选择的消防系统安全评估方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710797765.6
申 请 日：20170906
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20180112
公 开 号：CN201710797765.6
代 理 人：
代理机构：
摘 要：本发明公开了一种基于数据特征选择的消防系统安全评估方法。首先，对现场底层设备的实时参数值与状态参数进行采集与传输；然后，以Fisher准则与分类器性能函数分别建立消防数据过滤器与封装器，从而搜索最优特征子集。再以最优特征子集以及经验数据，训练生成原始贝叶斯网络分析工具。同时，以模拟退火算法与贝叶斯估计方法寻找贝叶斯网络最优结构；最后，以新一轮采集的原始数据，搜索其最优特征子集，并将其离散化后，更新贝叶斯网络分析工具，分析得出安全评估结果。本发明将消防系统原始数据进行精细化处理后，去除冗余数据，防止非特征数据对评估结果的干扰，真正实现了消防系统的可视化、精细化、集成化、智能化管理。
主 权 项：基于数据特征选择的消防系统安全评估方法，其特征在于：包括以下步骤：步骤一：以采集现场的消防系统水压实时值、振动实时值、温度实时值、液位实时值以及系统实时参数作为原始数据，并对其进行实时采集与传输；步骤二：建立以Fisher准则作为特征评价标准的消防数据过滤器，将所采集的消防系统原始数据，按照权重的大小进行特征排序；步骤三：建立以分类器性能函数作为遗传算法的适应度评价标准的消防数据封装器，利用消防系统原始数据特征排序结果，指导遗传算法种群的初始化,从而寻找最优特征子集；步骤四：利用步骤三搜索到的最优特征子集以及经验数据，训练生成原始贝叶斯网络分析工具。同时，以模拟退火算法为搜索策略，寻找贝叶斯网络最优结构；采用贝叶斯估计方法，估计贝叶斯网络的节点条件概率参数值，从而实现贝叶斯网络结构和参数的迭代更新；步骤五：对新一轮采集的原始数据搜索其最优特征子集，并将其离散化后，通过更新后的贝叶斯网络分析工具，分析得出安全风险评估结果。
关 键 词：消防系统;采集;贝叶斯网络;优特征子集;安全评估;叶斯网络分析工具;数据特征选择;原始数据;传输;分类;更新;过滤器;公开;冗余;处理;算法;建立;得出;Fisher;智能化;
法律状态：生效
IPC专利分类号：G06Q10/06;G06Q10/00;G06Q50/26;G06Q50/00;G;G06;G06Q;G06Q10;G06Q50;G06Q10/06;G06Q10/00;G06Q50/26;G06Q50/00