基于聚类分析的消防站建设研究.pptVIP

* * * 2004年出版的《中国火灾统计年鉴》 2005年到2009年出版的《中国消防年鉴》 各城市总人口数、人均GDP两组数据来自2004年到2009年出版的《中国城市统计年鉴》 为了消除城市规模的影响，将城市火灾总起数、火灾死伤人数、财产损失、重特大火灾起数、重特大火灾财产损失数据除以城市总人口数，用每万人火灾起数、每万人火灾死伤人数、每万人财产损失、每万人重特大火灾起数、每万人中特大火灾财产损失来度量城市火灾风险 。 * 一、根据所选变量，省会城市可以分为三类建设消防站 二、本文提到的方法不仅适用于省会城市消防站建设，也可以根据全国所有城市的具体情况，对全国城市进行聚类分析，有区别地建设消防站 三、这种方法的运用可以科学合理、经济地建设消防站，使消防站资源得到最优配置 * 由于论文写作时间短，未能全面地收集影响消防站建设因素的有关数据， 在下一步的工作中，充分考虑影响消防站建设因素以及影响城市火灾风险性因素，对城市进行聚类分析， 进而为我国消防站建设提出具体的合理建议。 消防指挥系十二队 主要内容 绪论 我国消防站建设现状及存在的问题 聚类分析方法在消防站建设研究的可行性 消防站建设的数学模型 基于聚类分析的消防站建设 结论 1 绪 论 选题背景 国内外研究动态 研究的目的和意义 1 绪 论 消防规划 消防站空间布局 美国《Oregon Structural Specialty Code 》 消防站建设研究 1.2 国内外研究动态 聚类分析研究 金融、市场营销、医疗、质量监督、军队作战指导等各个领域 城市消防站布局优化、火灾数据统计、火灾早期探测 1 绪 论 采集我国30个省会城市的火灾风险性影响数据，利用这些数据对省会城市进行聚类分析，根据聚类分析结果，提出适应当前省会城市的消防站建设的方法 。为我国城市消防站的建设提出新的思路，在最优资源配置的前提下，科学合理、经济的建设消防站。 研究的目的和意义 2 我国消防站建设现状及存在的问题 2.1 消防站建设概况 年份 公安消防站总数 同比上年增长（%） 地级以上城市公安消防站数 同比上年增长（%） 2006 3106 8.3 1741 4.3 2007 3361 8.2 1810 4.0 2008 3662 9.0 2017 11.4 2 我国消防站建设现状及存在的问题 2.2 消防站建设存在的问题 消防站规划与城市需要不合拍 消防力量配置不均衡 城市消防站投入不合理造成资源浪费 3 聚类分析方法在消防站建设研究的可行性 3.1 聚类分析方法 聚类分析 聚类分析法在消防站建设研究中的可行性 3 聚类分析方法在消防站建设研究的可行性 聚类分析方法分类 按聚类对象：Q型聚类、R型聚类 按聚类方法：系统聚类法、模糊聚类法、K-means聚类分析法等 3 聚类分析方法在消防站建设研究的可行性 本文聚类对象为样品，属于Q型聚类 运用系统聚类分析方法最为合适 4 消防站建设的数学模型 变 量 选 择 影响火灾风险的因素 城市人口规模、经济发展状况、城市建筑特点、火灾四项指标、重特大火灾四项指标、地理位置、气候条件等 4 消防站建设的数学模型 数据收集 《中国消防年鉴》、《中国火灾统计年鉴》 《中国城市统计年鉴》 4 消防站建设的数学模型 类间距离的度量 数据的标准化 运用SPSS软件进行聚类分析 数 学 模 型 4 消防站建设的数学模型 欧氏距离 个体间距离的计算方法 4 消防站建设的数学模型 本文用到的是最近邻居距离 个体与小类间的最近邻居距离是该个体与小类中每个个体距离的最小值。 个体与小类、小类与小类间距离的度量 最近邻居距离 最远邻居距离 4 消防站建设的数学模型 为了克服原始数据由于计量单位的不同对聚类分析结果产生不合理的影响。常用的方法是作标准化处理 。本文采用Z scores标准化 。 数 据 的 标 准 化 Z scores 标准化过程 首先计算标准差： 第二步数据标准化： 4 消防站建设的数学模型 SPSS软件系统聚类分析结果树状关系图 聚类分析结果 5 基于聚类分析的消防站建设 根据聚类结果，全国30个省会城市可以分为三类。 A类城市为：北京、上海、杭州、广州； B类城市为：成都、哈尔滨、福州、沈阳、长春、郑州、合肥、南京、南昌、长沙、重庆、武汉、天