基于C-OWA算子和BP神经网络的地铁车站火灾安全评价

doi:10.3973/j.issn.2096-4498.2018.07.011

中国科学引文数据库（CSCD）来源期刊
中文核心期刊中文科技核心期刊
Scopus RCCSE中国核心学术期刊
美国EBSCO数据库俄罗斯《文摘杂志》
《日本科学技术振兴机构数据库（中国）》

隧道建设（中英文） ›› 2018, Vol. 38 ›› Issue (7): 1158-1163.DOI: 10.3973/j.issn.2096-4498.2018.07.011

基于C-OWA算子和BP神经网络的地铁车站火灾安全评价

亢磊磊

（重庆人文科技学院工商学院, 重庆 400074）

收稿日期:2017-10-23 修回日期:2018-03-26 出版日期:2018-07-20 发布日期:2018-07-28
作者简介:亢磊磊（1985—），女，山东聊城人，2018年毕业于西北工业大学，工程管理专业，硕士，讲师，现从事工程项目管理研究工作。Email: 32165839@qq.com。
基金资助:
山东省自然科学基金项目（ZR2011GL021）

Safety Evaluation of Metro Station in Case of Fire Based  on COWA Operator and BP Neural Network

KANG Leilei

(Chongqing College of Humanities, Science & Technology, Chongqing 400074, China)

Received:2017-10-23 Revised:2018-03-26 Online:2018-07-20 Published:2018-07-28

摘要/Abstract

摘要：

为克服地铁车站火灾安全指标动态性变化、耦合性作用等特征导致管理人员难以借助传统数理统计方法对车站安全做出科学且具有延展性评价的难题，提出构建基于C-OWA算子和BP神经网络的地铁车站火灾安全评价模型。首先，根据火灾发生的不同阶段并考虑人员疏散因素，构建地铁车站火灾安全评价指标体系；然后，利用C-OWA算子对专家决策数据重新集结处理，削弱个别极值对权重的影响，提高赋权的科学性；最后，利用BP神经网络连续自适应学习和反馈能力模拟指标复杂的耦合关系。将该模型运用在郑州地铁2号线紫荆山车站的火灾安全评价中，结果表明该车站火灾安全性高。

关键词: 地铁车站, 火灾安全评价, C-OWA算子, BP神经网络

Abstract:

It is difficult for managers to make scientific and extensible evaluation on metro station safety based on traditional mathematical statistical method induced by dynamic variation of fire safety indices of metro stations and coupling effect. Hence, a safety evaluation model for metro station in case of fire based on COWA operator and BP neural network is proposed. Firstly, a fire safety evaluation index system for metro station is established from the aspect of different stages of fire and considering the factors of personnel evacuation. And then the COWA operator is used to regroup the decisionmaking data of experts to weaken the influence of individual extreme value on the weight and improve the scientificity of empowerment. Finally, [JP2]the continuous adaptive learning and feedback capabilities of BP neural network are used to simulate the complex coupling of indices. The model is applied to the evaluation of fire safety of Zijinshan Station on Line 2 of Zhengzhou Metro; and the results show that the fire safety level of the station is high.

Key words: metro station, fire safety evaluation, COWA operator, BP neural network

中图分类号:

U 45

亢磊磊. 基于C-OWA算子和BP神经网络的地铁车站火灾安全评价[J]. 隧道建设, 2018, 38(7): 1158-1163.

KANG Leilei. Safety Evaluation of Metro Station in Case of Fire Based  on COWA Operator and BP Neural Network[J]. Tunnel Construction, 2018, 38(7): 1158-1163.

[1]	姚燕明, 胡新朋, 李发勇, 肖广良, 黄毅, 夏汉庸, 周俊宏. 狭窄空间内可拆解式盾构过站施工技术及应用——以宁波火车站为例[J]. 隧道建设, 2020, 40(7): 1035-1040.
[2]	罗文静, 邹成路. 南宁半成岩地层明暗挖地铁车站关键技术及数值分析[J]. 隧道建设, 2020, 40(5): 727-734.
[3]	李铁生. 管幕洞桩法地铁车站设计施工关键技术研究[J]. 隧道建设, 2020, 40(4): 531-537.
[4]	胡双平, 高志宏. 土-无柱大跨地铁车站结构地震响应分析[J]. 隧道建设, 2020, 40(3): 352-363.
[5]	张振义，陈雾航，许有俊，李文博. 基于AM桩盖挖逆作地铁车站施工力学有限元分析[J]. 隧道建设, 2020, 40(2): 189-194.
[6]	陈楠. 基于IOWA算子的地铁车站深基坑施工安全综合评价[J]. 隧道建设, 2020, 40(2): 202-208.
[7]	孙九春, 白廷辉. 软土地铁深基坑力学状态的施工控制系统研究[J]. 隧道建设, 2019, 39(S2): 44-52.
[8]	赵太东. 新建矿山法隧道近距离下穿既有车站的结构设计及监测分析[J]. 隧道建设, 2019, 39(S2): 253-260.
[9]	杜宪武, 刘运思, 郭磊, 杨玉平, 李小雷, 王晶, 周小龙. 复杂环境下地铁车站PBA 工法施工降水[J]. 隧道建设, 2019, 39(S2): 326-334.
[10]	徐启鹏, 倪汉杰, 王玥. 地下连续墙接缝渗漏检测及防治技术[J]. 隧道建设, 2019, 39(S2): 372-378.
[11]	赵俊杰，贾斌，张东，曹明星，李德武. 基于BP神经网络的阿拉套山隧道围岩物理力学参数反演分析[J]. 隧道建设, 2019, 39(S1): 220-226.
[12]	梁晓亮，石庆能，邓琳，唐勇，刘守花，阳军生. 既有运营地铁车站结构下换乘节点施工方案比选研究[J]. 隧道建设, 2019, 39(S1): 369-376.
[13]	龙喜安. 地下站与城市综合体设计一体化方案研究——以佛山3号线美旗站与万科天空之城合建为例[J]. 隧道建设, 2019, 39(8): 1341-1349.
[14]	刘淑燕. 地下2层双线同站台换乘方案研究[J]. 隧道建设, 2019, 39(5): 795-801.
[15]	胡建国, 罗从伍, 陈宏. 深圳地铁14号线黄木岗站三线换乘方案研究[J]. 隧道建设, 2019, 39(4): 633-641.

基于C-OWA算子和BP神经网络的地铁车站火灾安全评价

Safety Evaluation of Metro Station in Case of Fire Based  on COWA Operator and BP Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价