基于ANN的公路隧道火灾临界风速预测研究

• 作者: 庞丽琴 梁华刚 高冬梅
• 来源期刊: 自动化与仪表
• 关键词: 预测模型 人工神经网络 临界风速 火灾 公路隧道
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 系统建模、仿真与分析
• 页码范围: 93-98
• 页数: 6页
• 分类号: TP183|U458
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2019.01.022

摘要

在传统数值模拟方法的基础上,引入BP神经网络技术对多种影响因素下隧道火灾临界风速的预测展开研究.以双车道公路隧道为研究对象,建立全尺寸马蹄形隧道模型;利用FDS软件模拟研究临界风速的5个影响因素,得到临界风速随各影响因素的变化规律.将该影响因素作为输入参数,数值模拟试验数据作为训练样本,构建了公路隧道火灾临界风速的BP神经网络预测模型;通过测试样本对所建立的预测模型进行性能测试.结果表明,在所有的预测点中该模型的预测值与期望值的最大相对误差为0.0211,能够很好地满足消防工程的精度需求;较好地预测多种影响因素下的临界风速,为发展快速预测公路隧道火灾临界风速的工程计算模型提供了一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁华刚	长安大学电子与控制工程学院	12	37	3.0	6.0
2	庞丽琴	长安大学电子与控制工程学院	2	5	1.0	2.0
3	高冬梅	长安大学电子与控制工程学院	1	0	0.0	0.0