基于神经网络的公共建筑应急疏散风险评估方法

公共建筑空间大、人员密集、水平疏散距离长,在应急情景下的疏散本身存在一定的风险,提出了一种基于深度神经网络(DNN)的应急疏散风险评估方法。给出了DNN预测模型的建立方法,并以某高校体育馆为案例,说明了模型数据获取、模型训练,及模型测试的整个评估过程。结果表明,相较于传统评估方法,该深度学习方法克服了主观性强、对以人为核心的复杂疏散系统风险评估困难等缺点,可以实现对公共建筑应急疏散快速有效的评估。