1.泉州市公安消防支队 泉州 362000；2.福州市公安消防支队 福州 350001
摘要：火灾调查工作中影响因素非常多，而且存在一定的多变性。在火灾调查中引入贝叶斯网络，能够更加精准的对火灾成因进行分析，保证分析结果的准确性。首先，介绍了贝叶斯网络的概念以及贝叶斯网络结构图的构建方法，分析了贝叶斯网络应用于火灾调查网络构建以及贝叶斯计算等过程，得出通过应用贝叶斯网络，能够根据结果事件概率计算出条件事件概率，确保火灾成因分析分析中获得更为精准的信息参考，保障火灾调查工作的准确性与客观性。
关键词：贝叶斯网络；火灾调查；应用
1 前言
在各种自然灾害中，火灾发生的次数非常多，极大威胁到人们的生命与财产安全，会对生态环境造成一定的破坏，并会产生一定的经济损失。进行火灾调查，对于维持社会稳定、防止类似火灾事故出现以及火灾原因鉴定均发挥着十分重要的作用。所以，在开展火灾调查工作时，构建完善的调查体系是进一步提升火灾调查水平的必然要求。贝叶斯网络可以应用概率理论，在很多的不确定因素和不完全信息之中，收集并提取一些确定的因素以及完全的信息。在火灾调查工作之中，通过应用贝叶斯网络，能够确保火灾调查工作更加准确。现阶段，贝叶斯网络在很多的领域均得到了广泛应用，例如，在生物领域、计算机领域以及电子领域等，并且收到了非常好的应用效果。
2 贝叶斯网络介绍
通过应用贝叶斯网络可以让我们在较为复杂的领域中，更方便的应用概率理论，能够完成不确定性的推理，实现对数据更为精准的分析。贝叶斯网络可以更加全面与系统对事件之中不同变量存在的关系加以描述，从而更加精准的计算得出事件发生概率大小。人工智能专家Judea Pearl提出了贝叶斯网络，其是通过建立相应的有向图，对某一事件之中不同变量存在的关联性以及依赖性加以表示。在有向图的构建过程中，采用的方法如下：
（1）把事件之中所有变量均表示为有向图中的某一节点。
（2）事件中不同变量所对应的节点X，均可以找出有关的节点集合π（Xi）。在这一节点集合中，每一个节点均向着节点Xi画有向边，便构建成了不同变量间的有向图，所构建的有向图便是贝叶斯网络。
在贝叶斯网络中，所有节点均代表了事件之中的各变量，有向边代表的是不同各变量存在的相互联系。要是在各变量附近描述出各变量和另外变量相关的变化值，便可以非常直观表达出事件中不同变量间存在的分布关系。
3 贝叶斯网络应用于火灾调查
3.1 构建贝叶斯网络
一般人为纵火事件均会涉及助燃剂的使用。在火灾发生现场，调查人员能够对一些物质进行提取并检测，查看这些物质中有无助燃剂存在。很多情况下，在火灾现场的提取物中检测出了存在助燃剂，我们依旧无法完全认定此次火灾属于人为纵火，要求我们应当进一步挖掘火灾中的相关信息，全面的分析各个因素。导致火灾事件的原因很多，火灾整个过程也存在非常多的影响因素，不同的因素之间是相互联系的，同时还有着非常多的干扰因素，导致了进行火灾调查工作非常困难。通过抽取火灾事件的共性，构建贝叶斯网络结构图，如图1所示。
图2 简化后的贝叶斯网络结构图
我们假定事件A1C1发生的概率为x，事件A2C1发生的概率为y，那么，事件A1C2发生的概率为（1-x），事件A2C2发生的概率为（1-y）。我们能够计算出来事件C存在的两种可能性概率，分别为：
P（C1）=P（A1）P（C1|A1）+P（A2）P（C1|A2）=xP（A1）+yP（A2） （1）
P（C1）=P（A1）P（C2|A1）+P（A2）P（C2|A2）=（1-x）P（A1）+（1-y）P（A2） （2）
从以上计算公式我们能够看出，当知道上一事件发生的概率时，能够通过全概率计算公式，来计算出结果事件发生的概率大小。发生火灾的现场，在进行一定的火灾勘察时，能够收集到一些确定的因素，例如，有人证实火灾属于人为纵火、现场提取物中存在助燃剂成分等等，这些因素体现在贝叶斯网络之中，代表了某种因素发生的概率大小为100%，也就是能够通过结果事件，计算出相应的原因事件概率大小。我们还以事件A与事件C为例来进行分析，当我们明确了事件C为嫌疑人泼洒助燃剂因素以后，便能够认定事件C1发生的概率为1，即P（C1）=1。此种情况之下原因事件A相应的概率也会出现一定改变，能够通过公式（1）与公式（2）推到出来，即：
P（A1C1）=[P（C1|A1）P（A1）]/P（C1）=xP（A1）/[xP（A1）+yP（A2）] （3）
P（A2C1）=[P（C1|A2）P（A2）]/P（C1）=yP（A2）/[xP（A1）+yP（A2）] （4）
而对于实际火灾调查工作来说，应当针对不同对象建立具有较强针对性的贝叶斯网络结构图。另外，在贝叶斯网络结构图之中，不同火灾因素存在的概率大小，通常可以通过以下依据进行判断：
（1）对于以往类似火灾事件收集的信息进行统计与分析，计算出来火灾发生时引起火灾原因的比率值，将此当成是火灾不同成因概率大小的确定依据。
（2）采取专家评分的手段，对不同火灾成因的概率大小进行确定。尤其是对于一些情况较为特殊的火灾事件，应当全面考虑火灾发生的位置、时间以及背景等多种影响因素，然后利用主成分分析的方法，对火灾发生原因的各种因素加以处理，确保专家评分所得到的结果更加准确与客观。
4 结语
贝叶斯网络分析方法应用于火灾调查中，能够有效克服其他分析方法存在的局限性，可以全面描述不同事件拥有的多态性以及不同事件之间存在的逻辑关系。利用贝叶斯网络分析方法，只要确定了相应的条件概率，便能够准确的计算得出结果概率。同样，只要知道结果概率，也能够准确的计算出条件概率。贝叶斯网络分析方法，和火灾发生过程更为契合，能够有效的提升火灾调查分析工作的精准性。因此，应用贝叶斯网络分析方法，首先应当构建具有一定共性的火灾调查贝叶斯网络结构，对于不同影响因素所存在的关联性进行详细、全面分析，然后再利用贝叶斯算法计算出不同事件的概率大小，最终得出精准的数据，用以判断火灾成因。
参考文献
[1] 安维.基于贝叶斯网络的高层建筑火灾情景演化[J].武警学院学报.2017（02）：20-25
[2] 阴东玲；陈兆波；曾建潮；李亨英.基于带权重定性贝叶斯网络的煤矿事故人因推理[J].武汉理工大学学报（信息与管理工程版）.2017（01）：514-518
论文作者:林志群1,卞红霞2
论文发表刊物:《建筑学研究前沿》2017年第22期
论文发表时间:2018/1/5
标签：火灾论文; 概率论文; 事件论文; 网络论文; 发生论文; 因素论文; 变量论文; 《建筑学研究前沿》2017年第22期论文;