Assessing safety in buildings and of evacuees considering fire impacts
Notice bibliographique
Résumé
This study creates a fire evacuation simulator considering fire impacts on safety in buildings and of evacuees. Fire dynamics simulation, navigation graph generation, fuzzy logic system , and agent-based simulation are integrated to capture the interactions of fire, building, and evacuees. Indices are proposed to evaluate the safety in all parts of buildings and of evacuees. A fuzzy logic system is built to model exit selection of evacuees concerning fire dynamics. The contributions include: (1) introducing the edge capability deterioration index (ECDI) and path capability deterioration index (PCDI) to evaluate fire impacts on the safety of edges and paths, respectively; (2) presenting a capability ( c ) index to quantify the fire-affected safety of evacuees; and (3) developing a fuzzy logic system to model exit selection of evacuees. A three-storey building, accommodating a population of 615 individuals, is examined as a case across nine scenarios. The findings include relocating the fire from a non-critical compartment to near an exit decreases the final total c by 3.4% and increases evacuation time by 13.8%. This relocation raises the maximum ECDI at 400 s by 21.1%. They also demonstrate that the shortest path is not always the safest, as illustrated by a specific location at a particular time, in which the safest path takes 83.3% longer but has a PCDI 18.2% lower than the shortest time path. The findings signify the capability of the developed indices in assessing the safety in buildings and of evacuees spatiotemporally.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».