基于改進的DHGF算法的轟燃危險性評價方法

張保印高晶陜峻巖張金剛

1河北省唐山市公安消防支隊0630002北京市消防總隊東城區第一公安消防支隊司令部

基于改進的DHGF算法的轟燃危險性評價方法

張保印1高晶1陜峻巖1張金剛2

1河北省唐山市公安消防支隊0630002北京市消防總隊東城區第一公安消防支隊司令部

轟燃是火災由局部向全面轉變的一類特殊火災現象,危害極大,很多因素會影響轟燃。本文將現有的DHGF算法進行了一定改進，在此基礎上提出了基于改進的DHGF算法的轟燃危險性評價方法。結果表明:該方法能夠較真實全面的對室內轟燃的危險性進行評價，且可操作性強。

轟燃;DHGF 算法; 評價方法

1 引言

通風良好時,若室內著火,則火焰將由局部向周邊蔓延,且燃燒生成的熱在室內積累;當熱量積累到一定程度后,火勢急劇增長,溫度突然升高,室內所有可燃外表面幾乎同時著火,導致室內整體火災。室內火災發展過程中的這種轉變現象稱為轟燃,它標志著室內火災充分發展階段的開始。由于轟燃發生后室內可燃表面都開始劇烈燃燒,并伴隨有高溫火焰從房間開口竄出，如圖1,對室內物品和建筑結構本身可能造成嚴重損壞,也是火焰向鄰近房間或建筑擴展的前兆,因此研究室內轟燃的危險性具有重要意義。大量實驗結果表明,影響轟燃的主要因素有:火源、開口通風因子、內襯材料熱慣性和房間內部尺寸[1]。這些因素間的相互作用，決定了轟燃現象的發生及其強度。由于這些因素大多是灰色、模糊、難以量化的，于是, 轟燃危險性的評價工作變得異常復雜。

圖1 火災中的轟燃現象

目前, 還少有專門針對轟燃危險性評價方法的研究。常用的危險性評價方法有德爾菲法(Delphi)、模糊評判法、層次分析法等[2]。每種方法都有其優缺點。德爾菲法(Delphi) 需依據專家經驗和專業知識,通過咨詢與統計收集信息、分析專家的意見,確定信息系統綜合評價的指標集:沒有考慮定性、定量因素之間的相對重要性。模糊評判法是一種描述和加工模糊信息的數學方法,根據專家對指標判斷存在的不確定性和模糊性,可用模糊評判法處理信息。層次分析法具有系統、靈活、簡便以及定性與定量相結合的特點，特別是能將決策者的經驗判斷予以量化, 在評判目標結構復雜且缺乏必要數據的情況下很實用, 但是它的具體應用與特定的場合有很大關系,評價結果的時間和空間轉移性較差。轟燃危險性的評價是一個新課題, 具有隨機性、不確定性、模糊性、新穎性的特點。本文在常用評價方法的基礎上, 提出了一種新的綜合評價方法: 基于改進的DHGF算法的轟燃危險性評價方法。該方法將一種先進的集成算法DHGF算法進一步改進，運用到轟燃危險性評價中。根據不同的方法的適用性, 在該評價中的不同階段采用適用的方法, 以求對轟燃危險性做出客觀、全面、科學的評價。

2 基于改進的DHGF算法的轟燃危險性評價模型

2.1 改進的DHGF算法的理論基礎

DHGF 算法是將改進的Delphi法、AHP、灰色關聯、模糊評判的成功之處集合而成的[2]。DHGF集成算法的理論基礎是灰色理論、模糊數學和從定性到定量的綜合集成方法，是目前較先進的綜合算法之一。但是，該算法在確定指標權重時使用的AHP法，在評定一些不確定性較強，決策者難以進行精確判斷的因素時不能很好的解決問題。而在轟燃火災中，由于環境的不確定性,常使決策者難以對各種因素進行精確判斷和把握。本文在此基礎上，提出了一種改進的DHGF算法。該方法在原方法的基礎上，引入了一種不確定分析方法，區間層次分析法( Interval Analytic Hierarchy Process,IAHP)。

2.2 基于改進的DHGF 算法的轟燃危險性評價流程

改進的DHGF算法是將改進的Delphi法、層次分析法(IAHP)、灰色關聯法(Grey)、模糊評判法(Fuzzy)的成功之處集合而成的算法。在這種算法中, 改進的Delphi法用于建立智能運輸系統的評價指標體系,區間層次分析法用來確定各評價指標間的權重,灰色關聯法用來對專家評分數據的處理,最后用模糊評判法得出評價結論。這樣將不同的模型加以改造處理后,在轟然危險性評價的不同階段運用不同的方法,各種方法取長補短,來解決轟然危險性的評價問題。根據改進的DHGF算法的思路,可以得到運用改進的DHGF評價轟燃危險性的流程(見圖2)。

圖2改進的DHGF算法的轟燃危險性評價流程圖

2.3 轟燃危險性評價模型

2.3.1 確定評價指標集

根據科學性、可比性、可操作性等指標設計原則,通過對轟燃危險性的分析,運用改進的Delphi方法向多位有豐富實踐經驗的專家進行調查咨詢, 并查閱相關資料, 建立了一套較為系統、合理的評價指標體系(見圖3)。

圖3 轟燃危險性評價指標體系

其結構為層次結構, 底層11個元素即為評價A 的指標：

O = {O1, O2,..., O11}

2.3.2 確定指標權重

由于在專家眼中各個指標對轟燃危險性的影響程度不一樣,所以有必要對這些指標加以權重。本文將采用區間層次分析法(IAHP )進行指標權重的確定。通過圖3示意,將轟燃危險性評價分為三層。首先將多位名專家填寫的對上下層之間元素關系抽象整理成判斷矩陣,建立的兩兩比較矩陣。在兩兩比較中,將專家的定性描述轉換為規范化數值的過程稱為標量化,其依據是各種標度體系常用的是以下的互反性1～ 9標度表[3]。

表1 互反性1～ 9 標度

傳統AHP 的判斷矩陣用點值表示,但由于信息的不完備和主觀判斷固有的含糊性,往往會出現不確定的判斷。例如,專家在判斷方案2 相對方案1的優勢程度時可能認為結果介于“明顯”、“強烈”到“極端”之間, 這時可用一個區間數[6, 9]來代替“點值”。或者是幾位專家對同一指標的意見不一致，可以取幾位專家的評判的最小值和最大值分別作為區間的上下限。按這種方法建立的A～G判斷矩陣A 如表2所示。

表3 區間數判斷矩陣A

表2 中:矩陣元素均為區間數；對稱元素互為倒數,例如:a21為[1/7,2/6],a12則為[6/2,7/1]。

對區間判斷矩陣A通過特征值法和歸一化處理后得到區間特征向量：=([0.251,0.376], [0.059,0.076],[0.372,0.434],[0.176,0.256])，

將其用中心區間形式表示:

即為區間矩陣A的權重向量[3]

W= ([0.3135-0.0625,0.3135+0.0625],[0.0675-0.0085,0.0675+0.0085],

[0.403-0.031,0.403+0.031],[0.216-0.04,0.216+0.04])。

通過同樣的方法，計算G～O的各個子判斷矩陣的特征向量和權重向量（限于篇幅限制，在此省略），最后得到O層對于A 的組合權重為:

W= (W1,W2,...,W11)= (0.209,0.042,0.044,0.015,0.0868,0.0651,0.1085, 0.08246,0.09114,0.085,0.171)。

2.3.3 確定評價量樣本矩陣

設有r 位專家參與評價:R=(R1, R2,..., Rr) ,將第i位專家對指標Oi給出的評分記為dli,綜合r位專家對所有評價指標的評價數據,得到評價樣本矩陣D,為了便于專家評定，規定打分范圍為0～10 分。

2.3.4 確定評價等級

根據測度理論確定智能運輸系統評價標準集合:

V = (V1,V2,V3,V4)。

V1,V2,V3,V4分別表示指標的評價為“強轟燃危險”、“弱轟燃危險”、“臨界危險”、“安全”四個等級。按10分制打分，故確定評價等級集合為V = (9, 7, 5, 2)。

2.3.5 確定評估灰類

確定評估灰類就是要確定評估灰類的等級數、灰類的灰數以及灰數據的白化權函數。根據評價等級集合V,確定評估灰類為4類:

各個灰數的白化權函數如下：

相應的白化權函數圖如圖4所示，

2.3.6 計算灰色統計數及模糊權矩陣

2.3.6.1 計算灰色統計數

用灰色統計法根據白化權函數求出dli屬于第j灰類評價等級的權fj(dli) ，據此求出評判矩陣的灰色統計數nij和總灰數統計數ni。

2.3.6.2 求灰色評估權值及模糊權矩陣

將所有r位專家對評價指標Oi主張第j 灰類的灰色權向量記為rij，則有:，從而由rij構成模糊權矩陣R：

2.3.7 計算模糊綜合評判矩陣及評價結果

由模糊權矩陣和單因素模糊評判矩陣復合運算，得模糊綜合評判矩陣：B=W· R=(b1, b2, b3, b4)。再對B進行歸一化處理，使，令Z=B·VT，則Z 即為轟燃危險性的綜合評價值。綜合評價值分值越高，說明轟燃危險性越高。

3 應用實例

為了更好的說明整個評價方法的思路， 下面應用上述評價模型對某室內進行轟然危險性評價。評價過程如下：

3.1 取得評估矩陣

現假設請5位專家為該室內的轟燃危險性進行評分，根據專家的打分情況得到評價樣本矩陣D，如表4。

表4 評價樣本矩陣D

3.2 計算模糊權矩陣

首先，計算灰色統計數，根據上述白化權函數逐一計算dli屬于第j灰類評價等級的權fj(dli)，求出評判矩陣的灰色統計數nij和總灰數統計數ni,于是得到模糊權矩陣R。對指標O1，該室內轟燃危險性屬于第一灰類的統計數為：

n11= f1(d11)+f1(d22)+f1(d31)+f1(d41)+f1(d51) = f1(7)+f1(8)+f1(9)+f1(6)+f1(7)=4.11，

同理可得：n12=4.43，n13=2.6，n14= 0。對于指標O1的總灰數統計數為:n1= n11+n12+n13+n14=11.14。

則有r11=n11/n1=4.11/11.14=0.37, r12=0.40, r13=0.23, r14=0。

同理逐一計算可得rij( i = 1, 2,..., 7; j = 1, 2,..., 4) ,于是得到模糊權矩陣：

3.3 計算模糊綜合評判矩陣及評價結果

根據前述公式得B=W·R=(b1, b2, b3, b4) =(0.3612, 0.3757, 0.2495, 0.0136)，歸一化處理后仍為B =(0.3612, 0.3757, 0.2495, 0.0136) 。

則Z= B·VT= (0.3612, 0.3757, 0.2495, 0.0136)·(9, 7, 5, 2)T= 7.1555。

因此，根據評價等級衡量, 該室轟然危險性的綜合評價屬于弱轟燃危險水平。

4 結論

本文采用由改進的Delphi法以及層次分析法(IAHP)、灰色關聯法、模糊評判法的成功之處集合而成的改進的DHGF算法對轟燃危險性評價。在轟燃危險性評價的不同階段中運用不同的方法，各種方法取長補短，來解決轟燃危險性的評價問題。這種方法具有以下優點：

(1) 融合了多種方法，使定性指標向定量轉化更具科學性，評價結果更為簡單直觀；

(2) 在對專家評分數據的處理過程中，考慮了專家評分行為的模糊性，使評價結果更符合實際情況；

(3) 評價過程中對歷史數據無依賴，對轟然危險性評價有更好的適應性。

通過應用實例，證明這種評價方法是有效可行的，能有效地對室內的轟燃危險性進行全面評價。當然，必須要指出的是這種方法也存在一定的缺陷，其主要原因是轟燃危險性的評價目前還處于初始階段，評價的數據得不到有效采集，同時專家的評分仍然有一定的主觀性。因此還有待于在以后的實際應用中逐步建立善的運行數據庫，并對評價方法進一步研究探討。

[1]陸時正,時穎倩,李璞.火源對標準房間轟燃影響的數值模擬[J].安全與環境工程學報.2010,17(2):98-102.

[2]徐維祥, 張全壽.一種基于灰色理論和模糊數學的綜合集成算法[J].系統工程理論與實踐.2001,4:114-119.

[3]吳育華,諸為,李新全,等.區間層次分析法—IAHP[J].天津大學學報.1995 , 28(5) :700-705.

10.3969/j.issn.1001-8972.2010.21.051

張保印（1970—），男，河北省唐山市公安消防支隊，主要從事消防安全工作研究。