[发明专利]一种船舶消防系统连锁性失效的预测方法

说明书

技术领域

本发明属于复杂系统分析与决策领域，具体涉及一种基于灰色关联聚类和BP人工神经网络的船舶消防系统连锁性失效的预测方法。

背景技术

船舶火灾是威胁船舶安全的最主要事故之一。消防系统则关系着控制火势和灭火，是船上极其重要的复杂系统。船舶舱室众多，运行环境独特和故障源较多，突出体现了复杂系统的脆性，具有连锁失效性。以往国内外的现有技术文献中，都是从船舶火灾动力学或者火灾风险出发，仅对消防系统失效进行了静态分析，而忽略了船舶消防系统失效的动态性能即连锁性失效的研究。为了克服上述现有技术的不足，本发明提供了一种基于灰色关联聚类和BP人工神经网络的船舶消防系统连锁性失效的预测方法，为建立我国的船舶消防系统安全评估提供了技术手段。

发明内容

本发明的目的在于提出一种克服船舶消防系统各种连锁失效因素随机性、模糊性和不相关性的连锁性失效预测方法。

本发明的目的是这样实现的：

船舶消防系统连锁性失效的预测方法，包括如下步骤：

（1）将船舶消防系统中每个舱室设为一个消防单元，根据船舶火灾事件统计得出n个消防系统连锁失效因素作为观测数据，建立1个参考数据列和N-1个比较数据列，将消防单元连锁失效限定阀值为参考数据列，比较数据序列为各消防单元的失效因素量化后的实际观测值，其中X₀={x₀⁽⁰⁾(i),(i=1,2...n)}为参考数据列，X_k={x_k⁽⁰⁾(i),(k=1,2...N-1;i=1,2...n)}为比较数据列，N-1为舱室的数量，每个序列中的元素分别代表n个连锁失效因素；

（2）建立GM(1,N-1)模型：其中xm(1)(i)=Σi=1kxm(0)(i)(k=1,2....n),Z0(1)=(z0(1)(2),z0(1)(3).....z0(1)(n))]]>为的紧邻均值生成序列，-a为系统发展系数，b_m为驱动系数，按最小二乘法求解可得到a和b_m的估计值；