论文总字数：20035字

目 录

1 导论 1

1.1 研究背景及意义 1

1.1.1 研究背景 1

1.1.2 研究意义 1

1.2 文献综述 2

1.2.1 国内外火灾指标研究现状 2

1.2.2 贝叶斯网络风险评估方法 2

1.2.3 简要评述 3

1.3 研究内容和方法 3

1.3.1 研究内容 3

1.3.2 研究方法 4

2 研究方法 4

2.1 贝叶斯网络理论基础 4

2.2 模型建立过程 5

3 物流园区火灾风险指标体系的建立 5

3.1 本质原因 6

3.2 间接原因 6

3.3 直接原因 6

3.4 指标状态空间划分结果 6

4 贝叶斯网络模型建立 7

4.1 贝叶斯网络结构模型的确立 7

4.2 确定条件概率表 8

5 仿真实验分析 9

5.1 模拟仿真实验结果分析 9

5.2 敏感度分析 11

6 结论与建议 13

6.1 结论 13

6.2 对策与建议 14

参考文献： 15

致谢 17

附录：各子节点的条件概率表 18

基于贝叶斯网络的物流园区火灾风险评估研究

李宇

，China

Abstract：In recent years, the frequent occurrence of fires in logistics parks has caused incalculable losses. In order to effectively evaluate the fire risk in the logistics park, this paper will use the Bayesian network model to evaluate the fire risk factors in the logistics park. Through the causal analysis of the influencing factors of fire risk in logistics parks, the Bayesian network model method was used to establish the Bayesian network model of fire risk in logistics parks. Through NeGIe software simulation simulation experiments, it was concluded that fires in logistics parks were distributed in buildings. With the influence of factors such as modern fire extinguishing technology and safety concept management, the probability of occurrence is about 40%. The results show that Bayesian network is feasible for fire risk assessment in logistics parks and has certain accuracy. Perfecting fire-fighting facilities, scientifically constructing logistics parks, and strengthening management of safety concepts can effectively reduce the probability of fire risks in logistics parks.

Key words：Bayesian network Logistics park fire Risk assessment

1 导论

1.1 研究背景及意义

1.1.1 研究背景

在这个第二产业为主导地位，第三产业逐渐兴起的时代背景下，现代物流业快速发展，催热了物流园区的产生及发展。在经济快速发展的同时，危险因素也接踵而来。“8·12天津滨海新区爆炸事故”是一起发生在天津市滨海新区的重大安全事故。2015 年 8 月 12 日 23:30 左右，位于天津滨海新区塘沽开发区的天津东疆保税港区瑞海国际物流有限公司所属危险品仓库发生特别重大火灾爆炸事故。截至 9 月 11 日，事故共造成 165 人遇难，8人失踪，近千名伤者住院。德国财经网估算称，爆炸的经济损失预计在数十亿甚至上百亿欧元，折合人民币大约为 730 亿元。发生爆炸的原因是集装箱内的易燃易爆物品，爆炸强度相当于3吨TNT，之后发生的二次爆炸强度相当于21吨TNT^[1]。此事引起了天津，中央以及社会各界的关注，在本次事故中，我们失去的不仅仅是经济层面的损失，更是涉及了数百条性命，同时失去的是社会各界对物流园安全问题的信心，在社会上引起了负面消极的影响。此外，相似事件也是接连不断，郑州亨俊物流园火灾导致直接损失超千万，即墨华骏物流园的火灾事件（来源搜狐新闻），内蒙古呼和浩特物流园火灾事件（来源新华网）等等，大大小小的物流园火灾案例一次又一次的摆在了我们面前，杂乱化，零散化的对策在应对物流园区火灾问题时，显得有些捉襟见肘。因此，在一定的理论模型即贝叶斯网络模型的理论支持下，完成对物流园区火灾风险评估的研究成为了有效解决物流园区火灾安全问题的有效途径之一。因此，本文将着力于应用贝叶斯网络完成对物流园区火灾风险问题的评估研究。

1.1.2 研究意义

(1)理论意义。贝叶斯网络是基于先验概率和样本信息，通过一定的推理算法得到所需的后验概率，从而为决策提供参考信息和支持。贝叶斯网络在风险评估方面的研究已经十分普遍，原因于贝叶斯网络在处理不确定性事件的过程中有其独特的优点。贝叶斯网络可以充分分析大量的重要参数及其之间的因果关系以及历史数据，并且可以分析具有不确定性的参数因子，因此在面对不确定性较强的事件时，具有较好的风险分析和预测能力。在通过对国内外众多文献的研究过程中，我们发现贝叶斯网络在风险评估方面的优越性，但是涉及到对物流园区火灾研究的方面却略显空白，因此，本文将从通过贝叶斯网络来进行对物流园区的火灾风险评估研究，为物流园区的火灾风险评估提供一定的理论支持。

(2)现实意义。近年来，各个类型的物流园区都有过大型火灾的经验教训，损失的财力，物力不计其数，还常常伴有人员的伤亡，甚至有些化工类物流园区的火灾发生还带来了对环境难以恢复的破坏。尽管很多物流园区都对于火灾等灾害有着不同预警方法，但是收效甚微，难以起到很好控制火灾等意外的发生。火灾的频繁发生，难以有效挽回因火灾发生而造成的损失等因素意味着物流园区需要建立一套行之有效的火灾风险评估标准体系。因此本文希望通过贝叶斯网络建立物流园区火灾风险评估的模型，从而确立符合当前物流园区实际情况的火灾风险评估的指标，实现对易导致物流园区火灾因素的规避，在根本上减少因为火灾风险对物流园区带来的直接损失。

1.2 文献综述

1.2.1 国内外火灾指标研究现状

在有关火灾指标的选取方面，国内外的学者在结合实际情况的基础上，选取了各种不同角度的指标分别分类的对火灾风险进行了研究。王广乾、张阳、刘福存（2010）在指标选取中侧重于建筑设计，专业人才，规范管理制度等方面^[2]。范斌（2017）选取了消防设施，建筑设计，管理缺乏规范等火灾指标进行了对物流园区火灾原因的研究^[3]。而马庆春、张继旺、张来斌（2014）则针对物流园区加油站静电引发火灾的因素而展开了对静电火灾的研究^[4]。与此相同的是刘金军（2013）也专门针对物流园区自带加油站静电火灾提出了相应的对策措施^[5]。张阳,王广乾,刘福存（2010）从现代防火灭火技术单指标点出发提出了现代防火灭火技术在预防火灾方面的优势点^[6]。在火灾指标的选取上，国外学者也有着诸多的研究。如Pedersen（2011）基于建筑设施，消防设施等变量指标对建筑物内部火灾风险进行了评估研究^[7]。Peter Brooker（2011）运用了航空设施建设情况，安全理念管理，配套消防设施等方面对航空风险进行了评估研究^[8]。在火灾风险指标的研究中，国内外学者的指标选取大多数遵循了火灾发生的特点，主要指标集中在建筑物自身建设情况，消防设施的完善情况，安全理念的管理等方面，当然也有多数学者对特殊地域类型展开了研究，也因此有了一些特殊的指标选取。在此，本文基于普遍性的物流园区地域类型展开研究，采取普遍性的指标选取方法，因此采用具有普遍意义的指标体系。

1.2.2 贝叶斯网络风险评估方法

吕灿（2016）则创新性的提出的高斯贝叶斯网络多传感器信息融合模型，很好的提高了火灾预警的真实性和有效性^[9]。刘凯，王俊峰，聂于斐（2017）利用层次分析法确定了隧道火灾的变量指标，利用指标权重以及贝叶斯网络对各节点的概率推理，完成了对公路隧道的火灾安全等级的评估研究^[10]。丁斅，徐峰（2018）基于贝叶斯网络，采用结构化算法，以港珠澳大桥为主要研究对象，提出了一套用于重大工程设计方案的贝叶斯风险评估方法^[11]。张浩，王明坤（2016）基于贝叶斯网络研究O2O模式下的供应链失效的风险因素的研究^[12]。裘江南，刘丽丽，董磊磊（2012）将贝叶斯网络应用于突发事件的建模研究^[13]。郭茜，蒲云，郑斌（2015）在分析冷链物流的可靠性研究时同样选择使用了贝叶斯网络方法^[14]。除去国内学者的研究之外，国外学者也将贝叶斯网络模型应用于风险分析评估领域，例如Ｒen J （2009）等将贝叶斯网络模型应用于海上设施的风险分析^[15]。Konovessis（20 13）将贝叶斯网络方法应用于船舶设计的领域^[16]。Holmes（2008）将贝叶斯网络进行创新理论的应用^[17]。Zerouali Bilal,Kara Mohammed,Hamaidi Brahim.（2016）将贝叶斯网络和蝴蝶结法相结合以分析管道火灾爆炸危险性的研究^[18]。Nima Khakzad,Gabriele Landucci,Genserik Reniers. （2016）研究了动态贝叶斯在多米诺效应下消防系统性能评估中的应用^[19]。Jia Jia,Shouxiang Lu将贝叶斯网络应用于舰船非接触性爆炸火灾风险评估研究中^[20]。Vasilakos, C., Kalabokidis, K., Hatzopoulos, J., Kallos, G., amp;Matsinos将贝叶斯方法应用于火灾危险等级的研究^[21]。由此看来，贝叶斯网络模型已经是不确定知识表达和推理领域最有效的理论模型。在风险研究领域，贝叶斯网络方法依旧是众多学者的首要选择。因而本文将尝试将贝叶斯网络方法应用于物流园区的火灾风险评估中，通过分析影响物流园区火灾发生的各个因素的因果联系，确定贝叶斯网络拓扑模型，并通过GeNIe2.2软件进行仿真模拟实验，从而确定适用于物流园区的贝叶斯网络火灾风险评估模型。

1.2.3 简要评述

剩余内容已隐藏，请支付后下载全文，论文总字数：20035字