БИІК ҒИМАРАТТАРДАҒЫ АДАМДАРДЫ ЭВАКУАЦИЯЛАУ ПРОЦЕСТЕРІН БОЛЖАУ ЖӘНЕ ОҢТАЙЛАНДЫРУДА МАШИНАЛЫҚ ОҚЫТУ ӘДІСТЕРІН ҚОЛДАНУ
Қазіргі ірі қалаларда биік ғимараттар құрылысының қарқынды дамуы өрт, жарылыс және техногендік апаттар сияқты төтенше жағдайлар кезінде адамдардың қауіпсіздігін қамтамасыз етуге қойылатын талаптарды арттырып отыр. Халықтың жоғары тығыздығы, эвакуациялық шығу жолдарының шектеулі болуы, ғимараттардың көпқабаттылығы және күрделі кеңістіктік құрылымы адамдарды тез әрі қауіпсіз эвакуациялауды едәуір қиындатады және адам шығынының арту қаупін күшейтеді. Осыған байланысты эвакуация тиімділігін бағалау және болжау үшін деректерді интеллектуалды талдау әдістерін қолдану өзекті болып табылады. Бұл жұмыста биік ғимараттардан адамдарды эвакуациялау тиімділігіне әсер ететін факторларды талдау және эвакуацияның күрделену қаупін болжау үшін машиналық оқыту әдістерін қолдану қарастырылады. Зерттеу барысында 12 000-нан астам өрт оқиғалары туралы жазбаларды қамтитын ашық Toronto Fire Incidents Dataset деректер жиынтығы пайдаланылды. Деректер жиынтығында өрт сөндіру бөлімшелерінің әрекет ету уақыты, өрт дабылы мен автоматты өрт сөндіру жүйелерінің жұмысы, ғимараттардың сипаттамалары, өрттің пайда болу орны және оқиғаның салдары туралы ақпарат берілген. Деректерді алдын ала өңдеу кезеңінде жетіспейтін мәндерді тазалау, категориялық белгілерді кодтау, туынды белгілерді қалыптастыру және негізгі көрсеткіштерді визуализациялау жүргізілді. Болжау тапсырмасын шешу үшін логистикалық регрессия, Random Forest және XGBoost модельдері қолданылып, олардың тиімділігі салыстырмалы түрде бағаланды. Зерттеу нәтижелері эвакуацияның сәтті өтуіне ең көп әсер ететін факторлар ретінде өрт сөндіру қызметінің келу уақыты, өрт дабылы мен спринклерлік жүйелердің болуы және дұрыс жұмыс істеуі, ғимараттың қабаттылығы және өрттің пайда болу орнын көрсетті. Random Forest моделі дәлдік пен сезімталдықтың ең жақсы теңгерімін көрсетіп, өрт қауіпсіздігін арттыруда машиналық оқыту әдістерін қолданудың әлеуетін растады.
Сведения
- Опубликовано
- 2026 · Т. 357, № 1
- Язык
- Казахский
- ISSN
- 1991-346X · 2518-1726
- Издатель
- Central Asian Academic Research Center LLP