摘要
为解决基层社区应急能力不足、缺乏有效应急对策等问题,选用24Model对社区火灾事故进行分析,明确社区火灾发生的关键节点,构建基层社区火灾情景贝叶斯网络(bayesian network),并结合专家打分法和贝叶斯方法计算得出基层社区火灾在不同情景的发生概率.研究结果表明:采取专人监管、完善消防装备体系及设置第一响应人等一系列应急措施后,社区火灾事故发生概率降低到33.3％,结合24Model与贝叶斯方法分析基层社区火灾,可找到最易导致火灾发生的个体动作,从而提出应急能力提升对策,有效降低基层社区火灾的发生概率,为社区应急管理提供理论依据.
基金项目
国家自然科学基金(51208282)
吉林省财政厅-吉林省安全生产监督管理局联合项目(吉财产业指[2017]1000号)
吉林省财政厅-吉林省安全生产监督管理局联合项目(吉安监规划[2017]287号)
国家安全生产监督管理总局安全生产重大事故防治关键技术科技项目(2018)(jilin-0039-2018AQ)
维普
万方数据