1.一种RCRSS中基于马尔科夫链的火势预测方法,其特征在于:包括如下步骤:步骤1,由智能体确定初次发现火灾的场地,以及计算出火区的凸包大小,所述火区的凸包指的是火区可能蔓延的方向;
步骤2,确定凸包中t时刻的建筑物状态Xt的概率;
所述步骤2中,通过建筑物的热量将建筑的状态分为未着火E1、轻度着火E2、重度着火E3以及烧毁E4四种状态,Xt概率如下:故P(Xt)=[p(E1),P(E2),P(E3),P(E4)] (7)步骤3,确定建筑物的状态转移矩阵R;计算连续时间tm~tn下同状态建物的状态转移变化,基于此得到相应的连续时间中的状态转移矩阵;
所述步骤3中,由于在火势蔓延仿真中,建筑物的着火级别只会逐级上升而不会下降;
表示在tm时刻下i状态的建筑物数量, 表示tm至tn时刻下保持i状态不变的建筑物数量;j表示tn时刻下建筑物状态;
所以t1时刻到t2时刻的Pij为
因此t1时刻到t2时刻的状态转移矩阵R12由公式(2)可得,得到的状态转移矩阵R12如公式(9)所示:同理可得由接下来连续时间的状态转移矩阵R23和R34,计算平均的R为:R=(R12+R23+R34)/3 (10)n
步骤4,计算下一步或n步时间后的状态转移矩阵{R},得出下一步或n步时间后的状态概率,以此做出决策判断;
所述步骤4中,根据式(11)得出下一步或n步时间后的状态概率,以此做出决策判断nP(Xt+1)=P(Xt)*R,n=1,2,3,4… (11)。