基于随机森林的人群疏散预测及影响因素分析

为对人群疏散预期目标快速预测,分析预期目标与多重影响因素之间的关系,提出基于疏散仿真模拟和随机森林相结合的预测模型。首先,构建人群疏散三维模型;其次,分析影响疏散的关键因素;最后,基于随机森林构建预测模型,开展预测变量的重要性分析。研究结果表明:该方法能对预期目标进行快速预测,预测准确度达到94%;基于变量重要性分析发现,人员数量对疏散的影响显著,且小群体的存在对疏散也有重要影响。研究结果可为人群安全疏散评估提供一定参考。

公路隧道火灾应急技术研究现状与展望

为给我国隧道火灾安全的科学应急提供参考依据,对公路隧道火灾烟气行为特征、隧道火灾预测技术、隧道火灾探测与预警技术以及隧道火灾控制技术四方面的研究现状与进展进行系统阐述,并提出未来发展方向:探明复杂因素耦合驱动下公路隧道多火源燃烧行为和烟气蔓延特性;基于深度学习、AI数据和大数据分析等先进算法与技术,开发数字化与智慧化隧道火灾预测技术;采用互联网、物联网和云计算等新一代信息技术,实现隧道火灾快速实时监测与智能感知提前预警;研制集火烟消灭材料、智慧应急装置、多功能通风防排烟技术和智能疏散为一体的隧道火灾综合控制技术;建立公路隧道火灾全过程全面-高效-协同的应急技术体系。