[发明专利]一种基于物联网的城市安全事故溯源与风险预警方法

摘要

一种基于物联网的城市安全事故溯源与风险预警方法，包括以下步骤：1）建立城市安全事故溯源应用模型，数据采集以物联网中RFID技术对城市安全事故的现场情况进行实施监控；网络的接入则采用RFID技术实时记录事故发生各个环节的信息，并将过程数据信息上传平台数据共享中心；2）建立安全事故有限状态机模型；3）安全事故溯源时序数据的聚类分析；4）基于隐半马尔科夫模型的城市安全事故预警：安全预警的隐半马尔可夫模型HSMM的状态空间只包含两个状态：安全状态和危机状态，系统行为每次的观测值都有可能属于安全状态，也有可能属于危机状态。本发明有效解决城市安全事故难以跟踪、定位和预警的难题、智能化程度高。

主权项

一种基于物联网的城市安全事故溯源与风险预警方法，其特征在于：所述预警方法包括以下步骤：1）城市安全事故溯源应用模型的建立：数据采集以物联网中RFID技术对城市安全事故的现场情况进行实施监控，现场信息采集模式采用：RFID阅读器+无线网+PDA+windows mobile+web services，通过获取事故RFID芯片信息，获取实时事故相关信息；网络的接入则采用RFID技术实时记录事故发生各个环节的信息，并将过程数据信息上传平台数据共享中心；2）安全事故有限状态机模型的建立：首先定义安全事故的有限状态机为M=(K,Σ,δ,q0,F)，其中K表示有限状态集合，Σ为输入符号的有限集合，δ表示转换函数，q0为初始状态，F是状态集K的一个子集，称为可接受状态；其次定义M的状态转换规则，状态转换规则中，q表示终态，q0为初态，qi为各中间态；然后定义一个次级有限状态机控制作为安全事故溯源的访问控制程序，该程序以符号S表示，通过控制器S控制事故集合中Σ的某些事故无法发生，从而实现对事故的“可控”；3）安全事故溯源时序数据的聚类分析：假设k是一个常量，为了把n个观测值分成k类，对于这个n个样条系数的向量需要一个无监督的聚类技术，从Rp的n个对象｛βi,…,βn｝的集合，根据相同类别来构建一个个的分区，分区表示为z=｛c1,…,ck｝，其中每个ci都属于Rp，所选用的最小化公式为： 1 n Σ i = 1 n min c ∈ Z | | β i - c | | 2 - - - ( 1 ) 其中||·||表示欧几里德范数，该问题等价于寻找｛βi,…,βn｝的分区｛c1,…,ck｝；4）基于隐半马尔科夫模型的城市安全事故预警：安全预警的隐半马尔可夫模型HSMM的状态空间只包含两个状态：安全状态和危机状态，系统行为每次的观测值都有可能属于安全状态，也有可能属于危机状态，其具体过程如下：(4.1)状态空间：HSMM模型的状态空间S＝{0,1}，即状态数N=2，其中0表示安全状态，1表示危机状态，当状态转移到1时，表示进程出现危机；(4.2)状态转移概率分布： A = a 00 a 01 a 10 a 11 , 其中aij为从状态i到状态j的转移概率，i,,j∈S；(4.3)可观测符号及其概率分布：V={V1,V2,…,VM}为可观测序列，即能观测到的系统行为的集合，M是可观测符号的总数，其概率B={bi(k)}，其中bi(k)为当前状态处于i时观测到系统行为Vk的概率，i∈S，1≤k≤M；(4.4)初始状态分布：π={π0,π1}，其中πi为第一步处于状态i的概率；(4.5)观测序列：O={O1,O2,…,OT}，T为观测到的可观测符号的数量；(4.6)状态驻留时间D，建立城市公共安全的HSMM模型后，将搜集到的反映当前城市安全的流序列与已知的正常安全情况模型进行比较，如果概率偏差大于设定的阈值则认为当前行为出现危机，否则 认为处于安全状态。