基于模糊综合评价法的住宅区电动车火灾风险评估方法

摘要：随着现代社会的发展，电动车使用数量不断增加，住宅区电动车火灾频发，导致的人员财产损失巨大。本文以模糊综合评价法构建评价住宅区电动车火灾发生概率的体系，模拟分析了一小区的火灾发生概率。通过模拟计算得出火灾发生概率的综合得分为64.97，火灾发生概率较大，与实际情况较为符合。

关键词：电动车火灾；模糊综合评价；模拟计算

引言

截至2022年底，中国电动自行车社会保有量超过3亿辆，电动摩托车保有量也在逐年攀升，达到数千万辆。这些数据反映了中国电动车市场的巨大规模和增长潜力。在全球范围内，电动自行车和电动摩托车的市场也呈现出稳步增长的趋势。根据国际能源署（IEA）发布的数据，2021年全球电动自行车销量超过5000万辆，电动摩托车销量也在数千万辆左右。随着环保意识的提高和技术的进步，预计未来几年内全球电动车市场将继续保持强劲增长势头。同时，因为使用者的疏忽以及缺乏相关基础设施导致电动车火灾事故频发，尤其是住宅区发生的电动车火灾导致的群众生命财产损失更为巨大。基于国家消防救援局的统计数据，全国电动车火灾事故近年来呈现频发趋势[1]。电动车火灾发生后，30秒左右就能引燃整辆车及周边可燃物且伴随爆炸、高温烟尘、有毒烟气。从电动车着火开始，人们的安全逃生时间仅有100秒。住宅区电动车火灾发生后，通常会造成较大的人员生命财产损失。

本研究以模糊综合评价方法[2]对住宅区电动车火灾发生概率进行模拟分析。模糊综合评价方法常用于各种火灾的分析模拟中，杜红兵等[3]利用模糊综合评价对高层建筑火灾风险进行分析，得出了火灾风险等级；孙博等[4]利用层次分析-模糊综合评价法构建了桥梁火灾风险评估体系，取得良好的预测效果。本研究基于《新疆维吾尔自治区电动自行车管理办法》《建筑设计防火规范》等相关规范，选择住宅区电动车火灾风险评估指标。以电动车使用规范为切入点，住宅区电动车火灾风险评估指标的选择应涉及建筑消防安全的基本方面。住宅区电动车火灾的诱因较多，彼此之间交互作用。建筑消防布局[5]：建筑材料的防火性能、疏散通道、火灾预警系统、消防灭火设施等；住宅区电动车火灾情况：起火时间、电动车火灾发生位置、起火点与居民居住区的距离、电动车电池容量、居民对火灾的警觉程度等；日常安全管理：建立完备的日常消防巡逻制度、定期对居民进行消防安全知识的宣传；电动车情况：电动车本身属性和周边物品堆积及属性。基于上述分析，建立相应的住宅区电动车火灾模糊综合评价指标体系[6]。

一、评价方法简介

模糊评价法[7]是将影响评判的指标赋予不同权重，然后以权重对结果进行模拟计算。对于不同指标的权重，常见的方法是邀请行业内权威专家对指标权重[8]进行打分。虽然权威性较高，但终究会受主观因素的影响，导致评价结果出现偏差。故本次研究以长鼻浣熊优化算法[9]的BP神经网络[10]对指标的权重赋值进行模拟分析，避免主观因素的影响。计算过程：标定住宅区电动车火灾发生概率的模糊综合评价因素集A；邀请行业内权威学者对评价因素制定权重，然后利用智能优化后的神经网络对权重进行模拟优化，排除主观因素的影响，确定权重W；对隶属度进行演算，得到评价矩阵R；将W和R相乘，得到模糊综合评价指标矩阵P。指标体系建立的原则有客观、精确、全面等。其中，目标层为住宅区电动车火灾发生概率综合评价体系，准则层为建筑布局、火灾情况和日常安全管理；指标层为疏散通道、防火材料、火灾预警、起火时间、电动车情况等18个指标。

（一）模糊评价法（FAHP）

模糊综合评价法是一种用于处理具有模糊性特征的评价问题的方法。通过将定性描述转化为定量数值，用于综合评估各因素的重要性，从而得出一个总体的评价结果。该方法适用于那些难以用传统统计方法量化的评价场景。用模糊综合评价方法评价住宅区电动车火灾发生概率，能够较为明确、真实对项目的实际情况进行预测，比较各项指标的重要性，进行一致性检验，最终建构出住宅区电动车火灾发生概率的评价模型。

（二）综合竞争力评价体系指标初选

该研究综合参考了相关领域的最新研究，同时根据研究成果，设计了住宅区电动车火灾发生概率评价指标体系。各指标的综合集合为因素集，指标一共分为两级，第一级指标集包括三个因素，第二级指标集包括十八个因素。

二、评价步骤

该住宅区电动车火灾发生概率的评语集量化矩阵V四个等级的平均值为100、80、60和50。通过该矩阵的计算，该住宅区电动车火灾发生概率为：F=BVT=64.97。得出该住宅区电动车火灾发生概率较高，与附件居民沟通发现，去年曾发生3起小火灾。

根据综合模糊评价向量，制定相应的预防措施。需要加强日常管理，强化火灾巡逻和宣传，同时提高居民的安全意识，科学、合理管控电动车，降低发生电动车火灾的概率。

结语

本研究采用多层次模糊评价法和智能算法优化BP人工神经网络法，对电动车住宅区火灾风险概率进行了综合评价，得出结论如下。从综合评价结果来看，评价结果准确性较高，也避免单一评价方法的主观局限性所带来的评价误差，提高项目整体的评价准确性。证明模糊综合评价方法可用于火灾风险评估，对于其他工程也有一定的参考意义；在模糊评价中，可以利用BP神经网络，更好模拟分析出权重大小，避免主观因素的影响，较符合实际情况；

智能算法优化，可以进一步调节模糊评价模型预测时所用参数的准确性；根据模糊综合评价体系制定相应的预防措施，如控制电动车数目、建立日常安全管理制度、规定电动车充电时间等。

参考文献

[1]谭明.让81万辆电动车充电“有法可依”[N].常德日报，2022-09-27（003）.

[2]伍爱友，肖国清，蔡康旭.基于模糊识别的建筑物火灾危险性评价方法[J].中国安全科学学报，2004（05）：76-79.

[3]杜红兵，周心权，张敬宗.高层建筑火灾风险的模糊综合评价[J].中国矿业大学学报，2002（03）：29-32.

[4]孙博，肖汝诚.基于层次分析-模糊综合评价法的桥梁火灾风险评估体系[J].同济大学学报（自然科学版），2015，43（11）：1619-1625.

[5]黄毅.城市混合功能建设研究[D].同济大学，2009.

[6]元云丽.基于模糊层次分析法（FAHP）的建设工程项目风险管理研究[D].重庆大学，2014.

[7]邹志红，孙靖南，任广平.模糊评价因子的熵权法赋权及其在水质评价中的应用[J].环境科学学报，2005（04）：552-556.

[8]苏为华.多指标综合评价理论与方法问题研究[D].厦门大学，2002.

[9]秦敏敏，刘立芳，齐小刚.面向维修资源分配调度的遗传-长鼻浣熊混合优化算法[J].智能系统学报，2023，18（06）：22-35.

[10]黄丽.BP神经网络算法改进及应用研究[D].重庆师范大学，2010.

作者简介：曹江风（1994- ），男，汉族，河南商丘人，硕士研究生，助教，研究方向：化学工程。