Details

Тема выпускной квалификационной работы: «Применение методов искусственного интеллекта для обеспечения пожарной безопасности». Объектом исследования является пожарная безопасность промышленных объектов. Предметом исследования являются методы прогнозной оценки пожарного риска промышленных объектов на основе статистических данных о пожарах и их последствиях с применением методов машинного обучения. Цель работы – исследование возможности применения методов искусственного интеллекта для оценки пожарного риска промышленных объектов на основе временных рядов пожарной статистики. В ходе работы проанализированы нормативно-правовые и организационные основы обеспечения пожарной безопасности, рассмотрены статистические данные МЧС России о пожарах и их последствиях за 2014 –2024 гг., обоснован и разработан программный код для прогнозирования пожарных рисков на промышленных объектах. В работе использованы методы анализа нормативных источников, статистического анализа, анализа временных рядов, линейной регрессии, квадратичной и экспоненциальной аппроксимации, скользящей ретропроверки, расчёта средней абсолютной ошибки MAE, а также нейросетевая модель MLP и ансамблевые алгоритмы Random Forest и Gradient Boosting. В результате разработана программная модель на языке Python, позволяющая формировать прогнозы по видам объектов и причинам пожаров, сравнивать методы прогнозирования по результатам ретропроверки, рассчитывать относительные показатели последствий и формировать сравнительную категорию пожарного риска. Результаты работы могут применяться для предварительного анализа пожарной статистики промышленных объектов и выявления направлений, требующих повышенного внимания при организации профилактических мероприятий. Для достижения результатов использованы следующие информационные технологии: официальный интернет-портал правовой информации pravo.gov.ru, электронная библиотека СПбПУ elib.spbstu.ru, научная электронная библиотека eLIBRARY, Microsoft Excel и Python.

The topic of the graduate qualification work is «Application of artificial intelligence methods to ensure fire safety». The object of the research is fire safety of industrial facilities. The subject of the research is methods for predictive assessment of fire risk of industrial facilities based on fire statistics and machine learning methods. The purpose of the work is to study the possibility of applying artificial intelligence methods to assess fire risk of industrial facilities using time series of fire statistics. The work analyzes the regulatory, legal and organizational foundations of fire safety, examines fire statistics and fire consequences based on EMERCOM of Russia data for 2014–2024, and substantiates and develops program code for forecasting fire risks at industrial facilities. The research uses methods of regulatory source analysis, statistical analysis, time series analysis, linear regression, quadratic and exponential approximation, rolling backtesting, mean absolute error calculation and a multilayer perceptron neural network model, and ensemble machine learning models Random Forest and Gradient Boosting. As a result, a Python software model was developed. The model forecasts fire statistics by types of facilities and causes of fires, compares forecasting methods using backtesting results, calculates relative consequence indicators and forms a comparative fire risk category. The results can be used for preliminary analysis of fire statistics for industrial facilities and for identifying areas requiring increased attention in fire prevention activities. The following information technologies were used to obtain the results: the official legal information portal pravo.gov.ru, the SPbPU electronic library elib.spbstu.ru, the scientific electronic library eLIBRARY, Microsoft Excel and Python.