城市建筑火灾防控理论与方法

本书针对目前城市建筑火灾防控这一世界性难题，系统地介绍了城市建筑火灾风险评估（评价）、城市建筑火灾准确报警，以及城市建筑火灾应急疏散的理论与方法。本书紧扣行业前沿、理论新颖、方法全面、内容系统、理论与实证充分结合。本书共分七章，重点阐述了城市建筑火灾防控研究的现状及发展动态、高层建筑火灾风险评估、高校学生宿舍火灾风险评估、城市地下商业综合体火灾风险评估、高层建筑火灾准确报警的无线复合信号系统机理、建筑火灾应急疏散研究等。

１引言
１.１城市建筑火灾防控研究的意义
１.２研究的理论依据
１.２.１建筑火灾风险评估研究现状
１.２.２建筑火灾自动报警研究现状
１.２.３建筑火灾应急疏散研究现状
１.２.４现状分析及发展动态
１.３城市建筑火灾防控的理论体系架构
２高层建筑火灾风险评估指标体系构建
２.１高层建筑中的火灾风险源辨识
２.２高层建筑防火能力分析
２.２.１建筑总图布置
２.２.２建筑耐火等级
２.２.３电气防火
２.２.４火灾荷载
２.２.５防火分区
２.２.６防排烟能力
２.３高层建筑灭火能力分析
２.３.１建筑自身的灭火能力（即消防设施等）
２.３.２消防队的灭火能力
２.４高层建筑安全疏散能力分析
２.４.１疏散通道
２.４.２疏散和引导设施完备性
２.５高层建筑安全管理水平分析
２.５.１消防安全制度的建立与执行
２.５.２应急预案的完善性
２.５.３人员防火教育情况
２.６高层建筑火灾风险评估指标体系的建立
３高层建筑火灾风险未确知评估及实证分析
３.１模糊评估法
３.１.１模糊集合及其运算
３.１.２隶属度函数
３.１.３模糊评估法基本步骤
３.２未确知聚类评估基本思想
３.２.１未确知Ｃ均值聚类理论
３.２.２未确知Ｃ均值聚类知识的获取
３.２.３未确知隶属度
３.２.４无监督未确知聚类评估模型
３.３高层建筑火灾风险未确知聚类评估建模
３.４实例分析
４高校学生宿舍火灾风险评估
４.１高校学生宿舍火灾风险评估指标体系构建
４.１.１人的不安全行为影响因素的获取
４.１.２物的不安全状态影响因素的获取
４.１.３管理缺陷影响指标的获取
４.１.４宿舍周边环境影响指标的获取!
４.２人工神经网络评估法
４.２.１人工神经网络的发展
４.２.２人工神经网络模型
４.２.３神经网络的学习
４.２.４神经网络的学习规则
４.２.５ＢＰ神经网络
４.３高校学生宿舍火灾风险ＰＣＡＲＢＦ评估建模
４.３.１ＰＣＡ数据降维
４.３.２ＲＢＦ神经网络评估
４.３.３ＲＢＦ神经网络简介
４.３.４ＲＢＦ神经网络学习算法
４.４实例分析
４.４.１建筑信息模型的构建
４.４.２评价等级的确定
４.４.３ＰＣＡＲＢＦ数据处理
４.４.４模型的验证
５城市地下商业综合体火灾风险评估
５.１地下商业综合体火灾的特点
５.２城市地下商业综合体火灾风险评估指标体系的建立
５.２.１防火体系影响因素分析
５.２.２灭火体系影响因素分析
５.２.３安全疏散体系影响因素分析
５.２.４消防安全管理体系影响因素分析
５.３基于ＡＨＰ与未确知测度的地下商业综合体火灾风险评估模型的构建
５.３.１层次分析法权重确定的基本步骤
５.３.２熵权法的基本步骤
５.３.３未确知测度评估法
５.４实例分析
５.４.１基于ＡＨＰ的指标权重计算
５.４.２未确知测度综合评估
６高层建筑火灾准确报警的无线复合信号系统机理
６.１高层建筑火灾准确报警的无线复合信号系统的硬件设计
６.１.１系统的总体方案
６.１.２ＣＣ１１１０芯片简介
６.１.３系统的硬件设计
６.２高层建筑火灾准确报警的无线复合信号系统的软件设计
６.２.１系统的工作流程
６.２.２系统的信号处理
６.２.３基于ＳＶＲ的火灾报警算法
６.２.４报警算法的实证分析
６.３系统测试及试验
６.３.１系统测试
６.３.２系统试验
７建筑火灾应急疏散研究
７.１高校学生宿舍火灾应急疏散模拟
７.１.１应急疏散模拟的基本思想
７.１.２Ｐａｔｈｆｉｎｄｅｒ疏散模拟软件
７.１.３Ｐａｔｈｆｉｎｄｅｒ模型的搭建
７.２高层建筑火灾应急疏散模拟
７.３城市地下商业综合体火灾应急疏散模拟
７.４城市建筑火灾应急疏散逃生设施探析
７.４.１缓降绳索类逃生设施
７.４.２滑道类逃生设施
７.４.３升降类逃生设施
７.４.４滑翔飞行类逃生设施
参考文献