文献类型：期刊文章

作　　者：熊正华[1] 向波[1] 陈斌[2]

XIONG Zhenghua;XIANG Bo;CHEN Bin(Department of Shipping Engineering,Sichuan Vocational and Technical College of Communications,Chengdu 611130,China;School of Naval Architecture,Ocean and Energy Power Engineering,Wuhan University of Technology,Wuhan 430063,China)

机构地区：[1]四川交通职业技术学院航运工程系,四川成都611130 [2]武汉理工大学船海与能源动力工程学院,湖北武汉430063

出　　处：《中国航海》

年　　份：2024

卷　　号：47

期　　号：1

起止页码：9-17

语　　种：中文

收录情况：BDHX、BDHX2023、CSCD、CSCD_E2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为能够对邮轮客舱不同火灾危险源进行风险评估,提出一种可对舱室火灾危险等级实时分类的新型神经网络模型。通过火灾动态模拟器(FDS)建立邮轮客舱火灾物理模型,对发生火灾时的烟气温度、CO体积分数和能见度等安全指标进行数值模拟,并基于其对人体的影响程度将火灾危险等级划分为4个等级。通过设计一种新型的Attention-BP神经网络(BPNN)模型,结合self-Attention机制融合多个BPNN诊断结果,自适应地分配各个BPNN的权重,对采集的多源火灾信息进行分析和处理,实现对客舱火灾的风险评估并划分危险等级。试验证明:Attention-BPNN模型可有效地实现对火灾危险等级的预警,准确率可达97.32%。相对于其他机器学习算法,具有最高的稳定性和准确率,减少了对客舱火灾预警的不确定性。

关 键 词：邮轮火灾  数值模拟  self-Attention机制  BP神经网络

分 类 号：U6-9]