国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

滅火救援專業(yè)知識(shí)庫(kù)構(gòu)建及其應(yīng)用研究

2023-11-08 03:17黃禮彬
今日消防 2023年9期
關(guān)鍵詞:輔助決策滅火救援

黃禮彬

摘要:近年來(lái),消防人員面對(duì)的滅火救援任務(wù)種類多、難度大。目前,缺少對(duì)復(fù)雜環(huán)境下滅火救援知識(shí)的綜合整理,沒(méi)有形成公共滅火救援專業(yè)知識(shí)庫(kù);消防人員難以全面、快速掌握復(fù)雜的救援知識(shí),容易導(dǎo)致救援時(shí)操作不當(dāng)發(fā)生危險(xiǎn)。針對(duì)這些問(wèn)題,對(duì)滅火救援知識(shí)庫(kù)的構(gòu)建方法進(jìn)行研究,收集、整理大量滅火救援知識(shí),形成大規(guī)模綜合滅火救援專業(yè)知識(shí)庫(kù)并精簡(jiǎn)滅火救援知識(shí)庫(kù)。為提高知識(shí)庫(kù)的實(shí)用性,對(duì)知識(shí)庫(kù)的檢索方法進(jìn)行了研究,提出了基于文本檢索的智能匹配算法,在2個(gè)專業(yè)知識(shí)庫(kù)上進(jìn)行實(shí)驗(yàn)驗(yàn)證,結(jié)果表明該智能匹配算法檢索速度快、準(zhǔn)確率高,為消防救援工作高質(zhì)量發(fā)展和數(shù)字化轉(zhuǎn)型奠定了基礎(chǔ)。

關(guān)鍵詞:滅火救援;知識(shí)庫(kù)構(gòu)建;知識(shí)匹配;輔助決策

中圖分類號(hào):D631.6? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ?文章編號(hào):2096-1227(2023)09-0019-05

1 引言

滅火救援任務(wù)主要包括各類火災(zāi)的撲救(如建筑火災(zāi)、危險(xiǎn)化學(xué)品火災(zāi)、船舶火災(zāi)等),事故救援(如高空救援、臺(tái)風(fēng)救援、道路交通事故救援等),危險(xiǎn)化學(xué)品處置等災(zāi)害事故的救援。近些年來(lái)隨著城市的快速發(fā)展,滅火救援具有種類繁多、突發(fā)性強(qiáng)、救援難度高、危害性大等新特點(diǎn)[1]。

為降低救援時(shí)危險(xiǎn)發(fā)生的可能性,要求消防員了解各種災(zāi)害發(fā)生對(duì)應(yīng)的救援知識(shí),如針對(duì)高層建筑火災(zāi)發(fā)生或特定種類危險(xiǎn)化學(xué)品爆炸的救援知識(shí)。目前,已有各種災(zāi)害救援的知識(shí)庫(kù),但較為分散,缺少針對(duì)復(fù)雜環(huán)境下的綜合救援知識(shí)庫(kù),且大多數(shù)救援知識(shí)庫(kù)信息不準(zhǔn)確、冗余、不夠直觀,對(duì)實(shí)際救援的幫助有限。另一方面,面對(duì)復(fù)雜繁多的救援知識(shí),消防人員難以全面了解與掌握,在具體救援過(guò)程中不能快速準(zhǔn)確地制定相關(guān)救援策略或方法,局限性較大。

針對(duì)這些問(wèn)題,本文研究了滅火救援知識(shí)庫(kù)構(gòu)建的一般方法,構(gòu)建面向復(fù)雜環(huán)境的專業(yè)滅火救援知識(shí)庫(kù),總結(jié)準(zhǔn)確、精簡(jiǎn)、必要的救援知識(shí)。首先從各類災(zāi)害救援文件、書籍、公開資料等收集了大規(guī)模的各類型救援知識(shí)數(shù)據(jù)集;再按照災(zāi)害的類別歸類整理,進(jìn)行數(shù)據(jù)清洗去除對(duì)救援過(guò)程貢獻(xiàn)度較小的數(shù)據(jù);對(duì)每條知識(shí)數(shù)據(jù)按照提示對(duì)象、提示類型進(jìn)行人工標(biāo)記,形成大規(guī)模、帶標(biāo)記的救援知識(shí)庫(kù)。為了進(jìn)一步提升其在實(shí)際救援過(guò)程中的可用性,本文將所構(gòu)建的滅火救援知識(shí)庫(kù)進(jìn)行二次篩選,形成小規(guī)模的精簡(jiǎn)知識(shí)庫(kù)。對(duì)每個(gè)災(zāi)害救援類型下的知識(shí)進(jìn)行篩選,選擇重要度較高的知識(shí)并簡(jiǎn)化描述,最終形成簡(jiǎn)要、精確的知識(shí)庫(kù)用于消防救援輔助決策。此外,對(duì)構(gòu)建的知識(shí)庫(kù)進(jìn)行基于檢索的匹配驗(yàn)證,結(jié)果表明,本文提出的知識(shí)庫(kù)能夠依據(jù)給定的查詢條件,快速準(zhǔn)確地匹配到相關(guān)知識(shí),驗(yàn)證了其有效性。本文主要貢獻(xiàn)包括:

第一,提出了救援知識(shí)庫(kù)構(gòu)建的一般方法,構(gòu)建了大規(guī)模、多類型的綜合救援知識(shí)庫(kù),包括火災(zāi)災(zāi)害、搶險(xiǎn)救援2大類,26小類,及一類安全警示綜合知識(shí)。較為全面地對(duì)各類型災(zāi)害救援知識(shí)進(jìn)行了總結(jié)。

第二,構(gòu)建了用于適用于救援輔助決策的兩級(jí)知識(shí)庫(kù)體系。為了在實(shí)際救援中發(fā)揮作用,本文對(duì)構(gòu)建的大規(guī)模知識(shí)庫(kù)進(jìn)行了二次篩選,從中選擇重要的知識(shí)項(xiàng)并簡(jiǎn)化描述,形成的簡(jiǎn)要、精確小規(guī)模救援知識(shí)庫(kù)可用于消防救援輔助決策系統(tǒng)。此外,本文所構(gòu)建的小規(guī)模消防知識(shí)庫(kù)已集成到上海市寶山區(qū)消防輔助決策管理系統(tǒng)作為基礎(chǔ)知識(shí)數(shù)據(jù)庫(kù)使用。

第三,提出了智能匹配算法,可依據(jù)給定關(guān)鍵詞進(jìn)行知識(shí)匹配。數(shù)據(jù)驗(yàn)證結(jié)果表明了所提出方法的有效性。

2 相關(guān)工作

孫伯春[1]對(duì)滅火救援中導(dǎo)致消防員傷亡的各類原因進(jìn)行了分析總結(jié),認(rèn)為缺少必要的自我保護(hù)與各類型災(zāi)害的救援知識(shí)是其主要原因。因此,總結(jié)并給出若干滅火救援知識(shí)。劉卓洋[2]將災(zāi)害類型劃分為火災(zāi)與搶險(xiǎn)救援兩大類,依照火災(zāi)、其他災(zāi)害事故等級(jí)劃分給出了救援基本原則,消防力量調(diào)派原則以及災(zāi)害現(xiàn)場(chǎng)戰(zhàn)術(shù)方案選擇的相關(guān)知識(shí)。李勇和李躍龍[3]在分析消防知識(shí)本體的基礎(chǔ)上,建立了消防知識(shí)字典,并依據(jù)知識(shí)類型進(jìn)行本體的概念劃分,構(gòu)建了消防知識(shí)本體庫(kù)。

此外,相關(guān)研究工作針對(duì)特定災(zāi)害類型給出了對(duì)應(yīng)的搶險(xiǎn)救援知識(shí)。如汪永明[4]針對(duì)高層建筑滅火救援面臨的問(wèn)題,從戰(zhàn)斗編成的編制思路、類型與構(gòu)成、應(yīng)用模式、展開程序4個(gè)角度提出了救援知識(shí)。劉國(guó)[5]針對(duì)大型石油化工儲(chǔ)罐火災(zāi)提出了若干撲救對(duì)策、滅火劑選擇等知識(shí)。鄭天峰[6]針對(duì)地鐵坍塌事故,分析災(zāi)害發(fā)生原因,給出地鐵坍塌事故處置程序的注意事項(xiàng)。

綜上所述,已有研究在構(gòu)建災(zāi)害救援知識(shí)庫(kù)取得了一定的進(jìn)展,但構(gòu)建的綜合知識(shí)庫(kù)對(duì)應(yīng)的災(zāi)害類型不夠全面,而針對(duì)特定災(zāi)害類型的知識(shí)庫(kù)包含的知識(shí)項(xiàng)也相對(duì)較少,知識(shí)條目沒(méi)有按照適用對(duì)象等進(jìn)行標(biāo)注,難以真正滿足實(shí)際的需求。此外,知識(shí)項(xiàng)的描述通常過(guò)于冗長(zhǎng),增加了救援人員了解掌握的難度與成本,也難以應(yīng)用于消防救援輔助決策系統(tǒng)。

3 滅火救援專業(yè)知識(shí)庫(kù)構(gòu)建

為了構(gòu)建滅火救援的綜合知識(shí)庫(kù),本文對(duì)知識(shí)庫(kù)的構(gòu)建方法進(jìn)行研究,提出了知識(shí)庫(kù)構(gòu)建的一般步驟,按照知識(shí)粒度從粗到細(xì)逐步細(xì)分知識(shí)。利用滅火救援的類型及特點(diǎn)提出知識(shí)標(biāo)注的規(guī)則,形成大規(guī)模、精細(xì)化、有標(biāo)注的滅火救援知識(shí)庫(kù)。進(jìn)一步,按照適用性、重要程度等規(guī)則從知識(shí)庫(kù)篩選出少量知識(shí),形成小規(guī)模知識(shí)庫(kù)。圖1給出了滅火救援知識(shí)庫(kù)構(gòu)建的一般框架圖。

如圖1所示,本文提出的知識(shí)庫(kù)構(gòu)建方法分為7個(gè)部分,本章將依照每個(gè)部分具體介紹其構(gòu)建過(guò)程。

3.1? 大規(guī)模災(zāi)害救援知識(shí)收集

以“災(zāi)害”“火災(zāi)”“搶險(xiǎn)救援”等關(guān)鍵詞從各種渠道(如國(guó)家有關(guān)部門下發(fā)文件、學(xué)術(shù)論文、網(wǎng)絡(luò)等)收集大量災(zāi)害救援相關(guān)的原始知識(shí)數(shù)據(jù)作為源知識(shí)。

3.2? 依災(zāi)害類別劃分救援源知識(shí)

按照國(guó)家有關(guān)部門下發(fā)文件,將災(zāi)害類型分為2層,第1層包含“火災(zāi)”“搶險(xiǎn)救援”和“安全警示”三大類?!盎馂?zāi)”“搶險(xiǎn)救援”又分為“高層建筑火災(zāi)撲救”“多層建筑火災(zāi)撲救”等26個(gè)二級(jí)類別,如圖2所示。

此外,災(zāi)害發(fā)生通常具有多元性,二級(jí)災(zāi)害類型可同時(shí)屬于“火災(zāi)”和“搶險(xiǎn)救援”,對(duì)應(yīng)關(guān)系見表1所示,其中數(shù)字代表圖2中災(zāi)害類型對(duì)應(yīng)序號(hào)(按照從左到右,從上到下的順序)。

3.3? 知識(shí)數(shù)據(jù)清洗

知識(shí)數(shù)據(jù)清洗包含以下步驟:①依照關(guān)鍵詞從各個(gè)渠道收集的源知識(shí)帶有較多噪聲,如某些條目?jī)H簡(jiǎn)單對(duì)災(zāi)害類型、危害程度描述,對(duì)實(shí)際救援過(guò)程的指導(dǎo)或貢獻(xiàn)度較小。因此對(duì)源知識(shí)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗,去除噪聲數(shù)據(jù),保留貢獻(xiàn)度較大的知識(shí)。②對(duì)多個(gè)數(shù)據(jù)源獲取的知識(shí)包含重復(fù)的知識(shí)項(xiàng),保留描述精確、簡(jiǎn)短的知識(shí)項(xiàng)。③精簡(jiǎn)知識(shí)中描述的冗余部分,使其更直觀。

3.4? 細(xì)粒度類別標(biāo)注

數(shù)據(jù)清洗過(guò)濾之后進(jìn)一步對(duì)每條知識(shí)細(xì)粒度標(biāo)注,明確知識(shí)面向的對(duì)象、應(yīng)用范圍。使得所構(gòu)建的知識(shí)庫(kù)不僅具有豐富的救援知識(shí),同時(shí)減少相關(guān)人員使用知識(shí)庫(kù)的成本,有針對(duì)性地了解與學(xué)習(xí)。具體地,對(duì)“火災(zāi)災(zāi)害”和“搶險(xiǎn)救援”的26個(gè)二級(jí)類別知識(shí)項(xiàng),依據(jù)本文提出的“適用對(duì)象”“詳細(xì)類型”進(jìn)行標(biāo)注;對(duì)“安全警示”知識(shí)項(xiàng),依據(jù)“適用對(duì)象”進(jìn)行標(biāo)注。“適用對(duì)象”包括消防戰(zhàn)斗員、消防指揮員、消防駕駛員3種對(duì)象類型;“詳細(xì)類型”包括的兩級(jí)標(biāo)記見圖3所示。

依據(jù)圖3,為“火災(zāi)”和“搶險(xiǎn)救援”的每條知識(shí)標(biāo)記1個(gè)“適用對(duì)象”標(biāo)簽,2個(gè)“詳細(xì)類型”標(biāo)簽。如某條知識(shí)可標(biāo)注為{標(biāo)簽1:消防指揮員,標(biāo)簽2:戰(zhàn)術(shù)要點(diǎn),標(biāo)簽3:進(jìn)攻途徑}。為“安全警示”的每條知識(shí)標(biāo)記一個(gè)“適用對(duì)象”標(biāo)簽,如{標(biāo)簽1:消防戰(zhàn)斗員}。細(xì)粒度標(biāo)注使知識(shí)項(xiàng)具有更明確的指向性,可用性更強(qiáng)。完整的標(biāo)注示例見表2所示。

3.5? 大規(guī)模知識(shí)庫(kù)構(gòu)建

在原始救援知識(shí)數(shù)據(jù)處理、細(xì)粒度類別標(biāo)注基礎(chǔ)上,本文構(gòu)建了大規(guī)模的綜合救援知識(shí)庫(kù),該救援知識(shí)庫(kù)不僅包含了豐富的災(zāi)害類型,對(duì)每個(gè)災(zāi)害類型下的知識(shí),又按照一定的規(guī)則進(jìn)行了詳細(xì)標(biāo)注。所構(gòu)建的大規(guī)模救援知識(shí)庫(kù)可用于消防救援決策輔助系統(tǒng)中作為基礎(chǔ)數(shù)據(jù)庫(kù)使用,也可用于相關(guān)救援人員學(xué)習(xí)、訓(xùn)練過(guò)程中對(duì)救援的重要知識(shí)進(jìn)行了解與掌握。因此,我們直接使用數(shù)據(jù)庫(kù)對(duì)知識(shí)庫(kù)進(jìn)行儲(chǔ)存與管理,便于后期的知識(shí)修改。

3.6? 知識(shí)二次篩選與簡(jiǎn)化

由于災(zāi)害發(fā)生具有突發(fā)性、偶然性,消防員不具有充足時(shí)間對(duì)救援現(xiàn)場(chǎng)進(jìn)行全面了解與掌握。在這種情況下,大規(guī)模知識(shí)庫(kù)難以被集成到滅火救援輔助決策系統(tǒng)中用于對(duì)消防員進(jìn)行提示與警示。為在實(shí)際應(yīng)用中知識(shí)庫(kù)能夠快速準(zhǔn)確地依據(jù)檢索項(xiàng)進(jìn)行知識(shí)匹配,在構(gòu)建大規(guī)模救援知識(shí)庫(kù)的基礎(chǔ)上對(duì)知識(shí)庫(kù)進(jìn)行二次篩選與簡(jiǎn)化,從中過(guò)濾并選擇重要度高、適用性廣的知識(shí)項(xiàng)。

3.7? 小規(guī)模知識(shí)庫(kù)構(gòu)建與部署

利用二次篩選與簡(jiǎn)化步驟得到的知識(shí)項(xiàng)構(gòu)建小規(guī)模救援知識(shí)庫(kù)。因小規(guī)模知識(shí)庫(kù)具有簡(jiǎn)要、精確的特點(diǎn),可將其部署到消防救援決策系統(tǒng)用于輔助救援現(xiàn)場(chǎng)快速?zèng)Q策指揮、制定戰(zhàn)術(shù)等。

4 滅火救援知識(shí)庫(kù)應(yīng)用驗(yàn)證與可視化

4.1? 滅火救援知識(shí)智能匹配算法

如圖4所示,在實(shí)際救援任務(wù)時(shí)接警員需要依據(jù)報(bào)警人提供的線索將險(xiǎn)情信息以本文形式輸入輔助決策系統(tǒng),系統(tǒng)使用智能匹配算法檢索與給定信息相關(guān)度最高的若干條知識(shí),最后人工進(jìn)行篩選或直接推送。

在知識(shí)庫(kù)中,知識(shí)項(xiàng)主要以句子表示為主,而接警員輸入的險(xiǎn)情信息也以若干句子組成。因此,本文提出了滅火救援知識(shí)智能匹配方法對(duì)知識(shí)庫(kù)中與給定關(guān)鍵字相關(guān)度高的知識(shí)項(xiàng)進(jìn)行檢索。給定和表示由m個(gè)詞向量組成的句A和n個(gè)詞向量組成的句子B。為了獲取到較好的文本匹配效果,

使用長(zhǎng)短期記憶網(wǎng)絡(luò)(Long-Short Term Memory, LSTM)[7]對(duì)句子級(jí)信息進(jìn)行編碼表示,使具有相似語(yǔ)義句子間的特征表示距離近,反之距離遠(yuǎn)??紤]到句子中包含的信息存在較高的噪聲與冗余對(duì)匹配效果造成一定的干擾,在句子級(jí)別的語(yǔ)義表示外,使用注意力機(jī)制[8]對(duì)獲得句子中各個(gè)詞的權(quán)重,加權(quán)求和作為句子表征。最后,在匹配過(guò)程中,分別從句子級(jí)、詞級(jí)計(jì)算匹配得分,再依據(jù)給定的權(quán)重對(duì)句子級(jí)、詞級(jí)距離得分進(jìn)行加權(quán)求和得到最后的匹配分?jǐn)?shù)。匹配算法框架如圖5所示。

圖5? 基于注意力機(jī)制和LSTM的滅火救援知識(shí)匹配算法

將詞向量化表示的句子A和B輸入LSTM獲得隱層表示HA和HB作為句子級(jí)語(yǔ)義向量表示;將HA和HB輸入注意力模塊計(jì)算句子中各個(gè)詞的權(quán)重值aA、aB,

其中,η為溫度系數(shù)用于非極大抑制(Non-Maximum Suppression,NMS),mA和mB表示經(jīng)過(guò)注意力模塊輸出的權(quán)重向量,

其中,tanh(·)為激活函數(shù),WA,WAA,WAB,WB,WBB,WBA,WC為可學(xué)習(xí)的參數(shù)矩陣。最后,依據(jù)注意力模塊獲得的權(quán)重值aA和aB,對(duì)句A、B進(jìn)行加權(quán)求和,獲得詞級(jí)別的語(yǔ)義向量表示VA和VB,

在分別獲得句子級(jí)、詞級(jí)的語(yǔ)義向量表示后,分別計(jì)算得到句子級(jí)、詞級(jí)的交互向量,

將交互向量輸入全連接網(wǎng)絡(luò)得到句子級(jí)相似度得分score(FH)和score(FV)。最后,加權(quán)得到最終的相似度得分s,

4.2? 數(shù)據(jù)驗(yàn)證

在數(shù)據(jù)驗(yàn)證階段,以本文構(gòu)建的大規(guī)模救援知識(shí)庫(kù)為基礎(chǔ),并收集了上海市寶山區(qū)2018年到2021年之間的真實(shí)滅火救援記錄數(shù)據(jù)作為數(shù)據(jù)集,包括18149條險(xiǎn)情描述以及其對(duì)應(yīng)的匹配知識(shí)項(xiàng)。將該數(shù)據(jù)集進(jìn)行劃分,分別作為訓(xùn)練集與驗(yàn)證集。選取相似度得分最高的K條知識(shí)項(xiàng)作為預(yù)測(cè)結(jié)果(K基于相似度閾值自適應(yīng)選?。c真實(shí)結(jié)果進(jìn)行比較。評(píng)價(jià)指標(biāo)選擇準(zhǔn)確率(Accuracy)、精準(zhǔn)度(Precision)和F值(F1-score)。表3給出了數(shù)據(jù)驗(yàn)證的結(jié)果,從結(jié)果可以看出,本文提出的大規(guī)模滅火救援知識(shí)庫(kù)實(shí)現(xiàn)了較高的準(zhǔn)確度,驗(yàn)證了其有效性。

4.3? 滅火救援知識(shí)可視化

由于知識(shí)庫(kù)中包含大量的文本信息,難以了解所構(gòu)建知識(shí)庫(kù)中一些共有、通用的信息。而通過(guò)可視化,我們可以直觀了解不同知識(shí)條目中共有的信息,發(fā)現(xiàn)不同知識(shí)之間的共性規(guī)律。本章對(duì)所構(gòu)建的小規(guī)模救援知識(shí)庫(kù)進(jìn)行了簡(jiǎn)要的數(shù)據(jù)分析與可視化。對(duì)各個(gè)災(zāi)害類型的知識(shí)條數(shù)進(jìn)行統(tǒng)計(jì),利用文本分析方法對(duì)知識(shí)庫(kù)文本進(jìn)行處理并可視化,依據(jù)可視化結(jié)果對(duì)知識(shí)庫(kù)簡(jiǎn)要分析。

小規(guī)模知識(shí)庫(kù)統(tǒng)計(jì):表4給出了知識(shí)庫(kù)詳細(xì)統(tǒng)計(jì)信息,包括“火災(zāi)”“搶險(xiǎn)救援”兩大類中26個(gè)子類以及“安全警示”類對(duì)應(yīng)的知識(shí)項(xiàng)數(shù)量。從表4可以看出,小規(guī)模知識(shí)庫(kù)包含“火災(zāi)”與“搶險(xiǎn)救援”兩大類知識(shí)數(shù)量共計(jì)283條,“安全警示”類知識(shí)項(xiàng)356條(按照“適用對(duì)象”分為“消防戰(zhàn)斗員”138條,“消防指揮員”173條,“消防駕駛員”45條)。三大類知識(shí)總計(jì)639條。

知識(shí)庫(kù)文本分析與可視化:首先對(duì)“火災(zāi)”與“搶險(xiǎn)救援”2類小規(guī)模知識(shí)庫(kù)進(jìn)行合并,利用文本分析方法對(duì)知識(shí)庫(kù)分詞、去停用詞、詞性標(biāo)注等,得到知識(shí)庫(kù)重要詞匯集合。按照詞匯的出現(xiàn)頻率,選取30個(gè)高頻詞進(jìn)行可視化,結(jié)果如圖6所示。其中,“設(shè)置”“避開”“確?!钡仍~匯在多個(gè)知識(shí)項(xiàng)中出現(xiàn)的頻率較高,可認(rèn)為其在知識(shí)條目中作用較高。

與之類似,“安全警示”類小規(guī)模知識(shí)庫(kù)的高頻詞匯可視化結(jié)果如圖7和所示。其中“嚴(yán)禁”“泄漏”“防護(hù)”等詞匯高頻出現(xiàn),表示“安全警示”類包含“嚴(yán)禁”“泄漏”“防護(hù)”的知識(shí)條目相對(duì)較多。最后,可利用數(shù)據(jù)分析、可視化結(jié)果調(diào)整優(yōu)化知識(shí)庫(kù)中的知識(shí)。

5 結(jié)論

針對(duì)目前已有滅火救援綜合知識(shí)庫(kù)對(duì)應(yīng)的災(zāi)害類型不夠全面、特定災(zāi)害類型的知識(shí)庫(kù)包含的知識(shí)項(xiàng)也相對(duì)較少等問(wèn)題。本文對(duì)滅火救援知識(shí)庫(kù)的構(gòu)建方法進(jìn)行了研究,提出了構(gòu)建救援專業(yè)知識(shí)庫(kù)的一般方法流程,依據(jù)所提出的方法步驟構(gòu)建了大規(guī)模的綜合知識(shí)庫(kù),并按照實(shí)際救援需求進(jìn)一步構(gòu)建了精簡(jiǎn)的小規(guī)模知識(shí)庫(kù)。為知識(shí)庫(kù)在實(shí)際救援系統(tǒng)中發(fā)揮作用,本文提出了基于關(guān)鍵字的智能匹配算法,從知識(shí)庫(kù)中匹配與給定關(guān)鍵詞相關(guān)度較高的知識(shí)。此外,所構(gòu)建的小規(guī)模消防知識(shí)庫(kù)與知識(shí)匹配算法已被部署到上海市寶山區(qū)消防輔助決策管理系統(tǒng)中使用。

參考文獻(xiàn):

[1]孫伯春.堅(jiān)持以人為本提高應(yīng)戰(zhàn)能力——關(guān)于消防指戰(zhàn)員在滅火搶險(xiǎn)救援中自我防護(hù)問(wèn)題的探討[J].消防科學(xué)與技術(shù),2004(2):182-187.

[2]劉卓洋.基于GIS的消防指揮信息支持系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].唐山:河北理工大學(xué),2007.

[3]李勇,李躍龍.基于本體的消防知識(shí)構(gòu)建技術(shù)研究[J].計(jì)算機(jī)工程與科學(xué),2008(5):132-134+153.

[4]汪永明.高層建筑滅火救援戰(zhàn)斗編成的創(chuàng)新與實(shí)踐[J].消防科學(xué)與技術(shù),2021,40(9):1394-1397.

[5]劉國(guó).大型石油化工儲(chǔ)罐火災(zāi)的處置措施[J].現(xiàn)代職業(yè)安全,2014(8):64-67.

[6]鄭天峰.淺析地鐵坍塌事故搶險(xiǎn)救援對(duì)策和啟示[J].消防科學(xué)與技術(shù),2009,28(5):365-369.

[7]Van Houdt G,Mosquera C,Nápoles G.A review on the long short-term memory model[J].Artificial Intelligence Review: An International Science and Engineering Journal,2020,53(8).

[8]Vaswani,A.,Shazeer,N.,Parmar,N.,et al.Attention is all you

need[J].Advances in neural information processing systems,

2017(30).

Construction and application of fire fighting and rescue professional knowledge base

Huang Libin

(Baoshan District Fire and Rescue Brigade, Shanghai 201901)

Abstract: In recent years, firefighters face many types of fire fighting and rescue tasks and they are difficult. At present, there is a lack of comprehensive sorting of fire fighting and rescue knowledge in complex environments, and a professional knowledge base for public fire fighting and rescue has not been formed. It is difficult for firefighters to fully and quickly master complex rescue knowledge, which can easily lead to the danger of improper operation during rescue. Aiming at these problems, the construction method of fire fighting and rescue knowledge base is studied. A large amount of fire fighting and rescue knowledge is collected and sorted out. A large-scale comprehensive fire fighting and rescue professional knowledge base is formed, and the fire fighting and rescue knowledge base is simplified. In order to improve the practicability of the knowledge base, the retrieval method of the knowledge base is studied. And an intelligent matching algorithm based on text retrieval is proposed. The experimental verification is carried out on two professional knowledge bases. The results show that the intelligent matching algorithm has fast retrieval speed and accuracy. It lays the foundation for the high-quality development and digital transformation of fire and rescue work.

Keywords: fire fighting and rescue; knowledge base construction; knowledge matching; auxiliary decision-making

猜你喜歡
輔助決策滅火救援
基于微信公眾號(hào)的招標(biāo)服務(wù)平臺(tái)應(yīng)用研究
基于全景數(shù)據(jù)的智能修理與快速電力故障處置支持平臺(tái)
基于綜合集成研討廳的協(xié)同會(huì)商系統(tǒng)的思考
淺析音樂(lè)教育在基層消防部隊(duì)中的作用
危化品火災(zāi)主要特點(diǎn)及滅火救援應(yīng)對(duì)策
基于WebGIS的“多規(guī)合一”輔助決策支持系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
淺談如何強(qiáng)化滅火救援戰(zhàn)斗中的安全防護(hù)
淺談全面強(qiáng)化基層消防部隊(duì)滅火救援能力的措施
淺談強(qiáng)化基層消防部隊(duì)的滅火救援能力建設(shè)的對(duì)策
淺談如何提高中隊(duì)滅火救援戰(zhàn)斗力