bob.com2.古建筑多是木结构、砖木结构，bob.com防火抗震等抵抗风险的性能较差，但随着古建筑不断被开发用于旅游参观和文化发扬传承等目的，贵重文物、通电通讯等电气设备不断扩充，气候变暖导致温度升高、暴雨闪电等异常恶劣天气增多，管理者和游客等人员因素不断增加，烧香拜佛等行为难以避免，管理复杂程度不断加剧，因此，人物环管各个方面的因素都使古建筑的风险居高不下。
4.为此，本发明评估过程对应耦合bn模型得到不同时段的动态bn拓扑。本发明为优化古建筑系统的风险管理提供了动态评估方法，可预测评估区域未来的安全性。
6.获取待检测古建筑风险的多种因素的第一影响指标，根据所述第一影响指标构建致灾因素集和评估因素集；
7.根据所述致灾因素集和评估因素集确定所述待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定所述第二影响指标的条件概率；
8.基于所述第二影响指标的条件概率和所述第二影响指标的观测值，计算所述第二影响指标的概率分布结果；
9.更新所述概率分布结果，根据所述更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果。
10.另外，根据本发明上述实施例的古建筑安全风险动态检测方法还可以具有以下附加的技术特征：
11.进一步地，在本发明的一个实施例中，所述第一影响指标包括人为、物体、环境因素的风险指标和管理因素的管理评估指标；所述致灾因素集，包括静态风险、半动态风险和动态风险；所述第二影响指标包括多种因素的父节点和子节点。
其中，[a1,a2,a3,...,an,b1,b2,b3,...,bn,c1,c2,c3,...,cn,d1,d2,d3,...,dn]即u
为节点集的状态，pa(xi)为xi的父节点的状态，p(xipa(xi))表示在父节点状态为pa(xi)的条件下，子节点状态为xi时的条件概率。
进一步地，在本发明的一个实施例中，所述根据更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果的计算公式为：
其中，p(ue)为起火后验概率，p(e)为新证据，p(eu)为条件概率，p(u)为先验概率。
进一步地，在本发明的一个实施例中，所述方法，还包括：通过对所述静态风险、半动态风险和动态风险进行分类，根据分类结果对所述待检测古建筑中建筑实体和承载物进行编码，建立所述待检测古建筑的特征参数库；基于所述风险检测结果和所述特征参数库得到风险发生概率，根据所述风险发生概率对所述多种因素的的指标进行优化得到指标优化结果；基于所述指标优化结果对多种因素组合进行排序，得到因素组合排序结果，根据所述因素组合排序结果确定待检测古建筑风险情况。
指标获取模块，用于获取待检测古建筑风险的多种因素的第一影响指标，根据所述第一影响指标构建致灾因素集和评估因素集；
概率确定模块，用于根据所述致灾因素集和评估因素集确定所述待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定所述第二影响指标的条件概率；
指标计算模块，用于基于所述第二影响指标的条件概率和所述第二影响指标的观测值，计算所述第二影响指标的概率分布结果；
风险检测模块，用于更新所述概率分布结果，根据所述更新后的概率分布结果对所述待检测古建筑风险进行检测，得到所述待检测古建筑的风险检测结果。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。bob.com基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
s1，获取待检测古建筑风险的多种因素的第一影响指标，根据第一影响指标构建致灾因素集和评估因素集；
s2，根据致灾因素集和评估因素集确定待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定第二影响指标的条件概率；
s4，更新概率分布结果，根据更新后的概率分布结果对待检测古建筑风险进行检测，得到待检测古建筑的风险检测结果。
具体地，本发明将古建筑风险分为人(man)、物(materials)、环境(environment)和管理(management)四方面因素，“人-物-环”因素为触发因素，“管理”因素为干预因素。通过memm古建筑风险分析框架，如图2所示。
进一步地，如图3所示，根据古建筑、植被、河流等因素形成原始评估层，此基础上考虑文物类型、建筑结构、电器接入方式等固定资产布局形成“物”影响评估层。引入天气、时刻、季节等环境因素形成“物+环”影响评估层。随后，将“人”特征影响因素嵌入形成“物+环+人”影响评估层。接着，将“管”因素叠加形成“物+环+人+管”影响评估层后开展动态调节，对内调节面向“人”的管理资源或面向“物”的布局调整，对外调节面向“人”的管理政策。经过多次内外调节最终形成“物环人管”影响下的管理评估结果。
进一步地，由物、环、人三方面因素依次叠加，构成了古建筑的静态系统、半动态系统和动态系统如图3所示，继而产生了古建筑的静态风险、半动态风险和动态风险。明确风险特征并进行分类，将更有助于后续特征编码库的建立。
静态风险(materials)：古建筑的静态风险主要针对古建筑实体和承载物。古建筑实体具有占地空间、使用分区等空间特征，古建内部摆放的瓷器、铁器、字画、泥塑等文物展品，以及盛放并保护展品的展柜，防火、防盗安保电气设备等系列设施统一构成了古建承载
的物体。古建筑实体和承载物体，以及二者形成布局共同形成了古建筑的静态系统，而古建筑静态系统具有的风险称为静态风险。
古建筑的静态风险并非一成不变，而是相对静态。古建筑实体随时间推移产生的风险会缓慢变化，古建承载物会随展览需要导致文物、展柜、电气设备等物体的移入或移出，或布局关系的调整等情况，都会改变古建筑的静态风险，但总体而言，这种改变是缓慢的、偶发的。
半动态风险(environment)：古建筑的半动态风险主要指古建筑所处的环境因素引发的相关风险，包括气象、植被、水系等因素对古建筑静态系统产生的影响。气象因素包括温度、湿度、降雨、闪电、风等。植被因素包括植被覆盖率，植被类型、植被高度等。水系因素包括水系距离、水系布局等。
此处针对环境因素的表征方法，常规可通过前述方法搜集气象、植被、水系等因素对古建筑静态系统产生的影响。但当一些特殊情况发生时，如针对某处古建未存在常规因素影响的统计数据，可使用月份、时刻、地区、焚香等因素进行代替。其中，月份、时刻和地区的火灾发生情况统计数据，在一定程度上可体现气象、水系等因素对古建的影响，例如当天气干燥、高温、大风、闪电等(6、7、8月份的)天气时，古建易发生火灾。白天尤其是中午(11:00-13:00)时段，温度处于一天之内的峰值，人流量大、电器使用率高，古建筑容易发生火灾。环境因素具备一个特征，即因素变化不是瞬变的，在几小时到几个月的时间量级上较为稳定，因素变化介于静态和动态之间，故定为半动态影响因素。叠加上环境因素影响的古建系统便成为一个半动态系统，环境因素变化会引发古建的半动态风险。bob.com
动态风险(man)：古建筑动态风险主要指古建中由人引发的不确定性影响。特别是一些名胜古迹中，客流密度高，人员流动性大，bob.com给古建筑系统安全带来的风险最大。例如，用火不慎(焚香朝拜)、吸烟、故意纵火、未成年人玩火，生产作业过程中违规操作等均会导致火灾发生。另外，文物刻画、盗窃、人员攀爬等人员异常行为同样会给古建筑带来不可预知和难以恢复的风险，故人的行为实时变化、难以预测导致人的因素成为动态因素，即人对古建系统带来的影响也是动态的。叠加上人影响因素的古建系统便成为一个动态系统，人影响因素变化会改变古建筑的动态风险状态。
管理评估因子(management)：古建筑管理评估因子主要指针对火灾风险、人员异常行为等静态、半动态和动态风险的管理政策和资源。例如，就静态风险而言，建筑实体的防火措施、消防监测设备等。就半动态风险而言，水系距离(即消防站)布局设置等。就动态风险而言，人员盗窃、放火等异常行为或危险源识别的设备和应急预案等。管理评估因子本身是一种动态调节的行为，会随不同风险因子调控而改变，对内进行管理资源调控，对外进行管理政策改变，由此降低静态、半动态和动态风险对古建带来的不利影响。
进一步地，通过实地调研、文献整理、专家智库等方式，获得构建考虑“物-环-人”的致灾因子集，以及基于消防资源和消防管理的“管”评估因素集，构建起考虑“物-环-人-管”模式的风险分析框架，如表1所示。在执行memm分析框架选取具体节点时，要遵循客观性、综合性和可操作性原则。
4风险源指标an至少2个 5风险源指标bn至少2个 6风险源指标cn至少2个 7风险源管的因素d有/无 8风险源指标dn至少2个 [0062]
进一步地，每个节点具有不同的状态值反应各节点的概率，memm-bn模型初步基于物、环、人、管流程，依据风险指标的观测值和相互关系的先验知识求解古建受灾概率，计算出风险指标间条件依赖关系下的联合概率分布，如式(1)所示：
其中，[a1,a2,a3,...,an,b1,b2,b3,...,bn,c1,c2,c3,...,cn,d1,d2,d3,...,dn]即u为节点集的状态，pa(xi)为xi的父节点的状态，p(xipa(xi))表示在父节点状态为pa(xi)的条件下，子节点状态为xi时的条件概率。
以古建火灾事故为例，确定“物”影响因素有古建筑实体的建筑结构、火灾载荷、防火阻燃能力、电气短路、灯泡烘烤、使用电气不慎和电气因素等7项指标；“人”的方面有用火不慎、未成年人玩火、吸烟、重点人员放火、生产作业6项指标；环境因素有天气、季节、时间、地区共4项。管理因素作为干预因素与人、物、环境因素相互作用，通过管理手段优化可降低古建筑动静态风险，初步构建古建火灾风险评估框架如图4所示。
进一步地，通过走访古建、文献调研和专家智库等方式，可将各节点的发生概率进行数据统计。如果子节点直接影响因素不能直接获取对父节点影响的概率，如环境因素中风速引发火灾的概率无统计数据。此时，可通过间接因素表达，获取子节点对父节点、根节点的影响概率，如通过月份、时刻、地区和天气情况替代湿度、温度等直接因素影响，从概率统计数据上间接反应直接因素的影响。
进一步地，利用先验知识构建的初步memm-bn模型后，基于图3流程中管理评估层对内/对外措施，通过管理因素对“人、物、环”风险源的“宏观调控、资源优化、预警预防”如图4所示，产生新监测值。对先验概率分布更新，得到后验概率分布，从而基于后验概率分布实现古建筑动静态风险的评估，计算原理如式(2)所示。
式中，p(ue)为起火后验概率，p(e)为新证据，p(eu)为条件概率，p(u)为先验概率。
memm初步搭建后，选取某次古建火灾案例进行验证，在因素表中带入各个节点状态如表4所示，此时暂不引入人员因素影响，通过memm-bn模型计算得到事故的后验概率为
进一步地，古建筑风险管理评估过程本身是一种动态调节行为，会随不同风险因子调控而改变，对内进行管理资源调控，对外进行管理政策改变，由此降低静态、半动态和动态风险对古建带来的不利影响。
以静态风险为例，通过对古建筑(群)中建筑实体和承载物进行编码，建立静态风险特征参数库，把古建筑(群)风险分为2个门类，并细分为若干大类、小类、一级类和二级类。分类代码包括门类码、大类码、小类码、一级类码和二级类码，由五位数字码组成，其结构如图5所示。
门类码和大类码采用数字顺序码，分别用1～9表示，其他用9表示；小类码、一级类码和二级类码采用数字顺序码，用01～99表示，其他用99表示，位数不足八位的用0补齐，保持代码结构的八位数字构成。例如，古建筑建筑实体(门类)-10000000；建筑结构属性(大类)-11000000；影响因素(小类)-11050000；木质结构(一级类)-11050100；榫卯结构(二级类)-11050101。如图6所示。
针对半动态风险，编码首位和次位(门类与大类)以小写字母a～z进行区别，同理，针对动态风险，编码首位和次位(门类与大类)以大写字母a～z进行区别，bob.com后续小类、一级类、二级类编码规则和静态风险一致。另外，为方便编码使用，统一将三类风险的小类01编号默认为位置坐标，一级类和二级类分别对应风险发生的经度和纬度。由此，基于三种状态的风险特征库将基于前述规则进行编码，进而建立评估对象的特征编码库。
进一步地，通过memm-bn方法评估古建筑的动静态风险后，可得到对应门类下某一大类不同影响因素对应的风险发生概率。此时，风险特征库对应输出多条编码，包含风险位置信息和风险潜在危险程度。随后，基于管理政策优化或管理资源调配，如规章制度/操作规程/事故防范方法/应急措施等管理因素改变，例如，优化物的数量及布局关系从而降低静态风险；监测环境因素实现实时监测预警从而降低半动态风险；改变管理政策，优化管理人员数量、执勤点位及客流疏散路线，实现瞬时客流量降低，从而降低人的因素引发的动态风险。而后，优化过的信息重新进入memm-bn模型进行验算，验算结果随即在风险特征库中进行重新编码。
特征库中物的影响因素占比10％，环境的影响因素占比20％，人的影响因素占比40％，管理的因素占比30％。对应memm-bn模型计算所得的风险发生概率，特征中编码通过机器学习自动排序，并分别罗列“人、物、环、管”各因素排序前10～20的编码条目。同时，自主寻找关联性较强的影响因素，并给出前述比例下最大风险组合，并对给出的各类组合进行排序。由此，通过风险特征库的单个因素和组合因素排序，可获得古建筑风险情况，结合gis可获得风险源或对应管理概率图谱。如图7所示。
为了实现上述实施例，如图8所示，本实施例中还提供了古建筑安全风险动态检测装置10，该装置10包括，指标获取模块100、概率确定模块200、指标计算模块300和风险检测模块400。
指标获取模块100，用于获取待检测古建筑风险的多种因素的第一影响指标，根据第一影响指标构建致灾因素集和评估因素集；
概率确定模块200，用于根据致灾因素集和评估因素集确定待检测古建筑的影响因素和待检测古建筑影响因素的第二影响指标，并确定第二影响指标的条件概率；
指标计算模块300，用于基于第二影响指标的条件概率和第二影响指标的观测值，计算第二影响指标的概率分布结果；
风险检测模块400，用于更新概率分布结果，根据更新后的概率分布结果对待检测古建筑风险进行检测，得到待检测古建筑的风险检测结果。
进一步地，第一影响指标包括人为、物体、环境因素的风险指标和管理因素的管理评估指标；所述致灾因素集，包括静态风险、半动态风险和动态风险；所述第二影响指标包括多种因素的父节点和子节点。
其中，[a1,a2,a3,...,an,b1,b2,b3,...,bn,c1,c2,c3,...,cn,d1,d2,d3,...,dn]即u为节点集的状态，pa(xi)为xi的父节点的状态，p(xipa(xi))表示在父节点状态为pa(xi)的条件下，子节点状态为xi时的条件概率。
其中，p(ue)为起火后验概率，p(e)为新证据，p(eu)为条件概率，p(u)为先验概率。
参数库建立模块，用于通过对静态风险、半动态风险和动态风险进行分类，根据分类结果对待检测古建筑中建筑实体和承载物进行编码，建立待检测古建筑的特征参数库；
指标优化模块，用于基于风险检测结果和特征参数库得到风险发生概率，根据风险发生概率对多种因素的的指标进行优化得到指标优化结果；
组合排序模块，用于基于指标优化结果对多种因素组合进行排序，得到因素组合排序结果，根据因素组合排序结果确定待检测古建筑风险情况。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
技术研发人员：潘睿 张恒 孙占辉 袁宏永 胡俊 田逢时 黄丽达 黄梦瑶 陈涛 陈建国 余水平 王晓萌 刘春慧
