基于贝叶斯框架的火灾场景重构模型

美国德克萨斯大学学者提出一种将火灾场景数据耦合到计算工具中去的贝叶斯计算方法。基于火灾烟气传播模型(CFAST)和火灾动力学模型(FDS)的正演模型,利用贝叶斯反演重构技术来反推火灾位置、规模和到达峰值的时间。为便于马尔科夫链蒙特卡罗采样,将高斯过程代理迭代模型应用于FDS仿真。该反演框架能够预测除一个CFAST正演模型外的所有1 MW稳定火灾的总能量释放量。结果表明,FDS对最大能量释放量的预测精度优于CFAST,而在确定火灾发生位置方面,二者表现同样出色。