本公开的实施例涉及消防技术领域，并且更具体地，涉及一种火灾隐患评估方法、装置、设备和计算机可读存储介质。
背景技术：
针对人员密集场所、易燃易爆危险品场所等容易发生火灾的场所进行火灾隐患的监管和防范一直都是消防监管的重点监管对象。
现有辅助决策功能开发过程是，首先由专家将人工经验转换成文档，然后程序员根据专家的文档进行理解，借助计算机编程语言(例如java语言)将人工专家经验变成计算机程序，实现火灾隐患评估的计算机辅助决策功能。
但是，因为一般消防专家都不具备编程知识，难以对程序员编写的程序和人工专家经验的一致性进行评判，所以只能依靠程序员来保证程序行为与人工专家经验的一致性。同时，程序员往往因为对行业理解不够深入，所以也难以保证程序行为与人工专家经验的一致性。因此容易导致计算机辅助决策结论和人工结论不一致的现象发生。而且，上述方法的维护成本也相对较高，当已有经验需要修改，或增加新的人工经验时，都需要修改或重新编写计算机程序。
技术实现要素：
根据本公开的实施例，针对上述问题，提供了一种火灾隐患评估方法，能够基于命题逻辑判断的形式评估有无火灾隐患，易于保证程序行为与人工专家经验的一致性，且便于维护。
在本公开的第一方面，提供了一种火灾隐患评估方法。该方法包括：
获取待评估建筑物的建筑物信息；
通过知识推理引擎将所述待评估建筑物的建筑物信息与火灾隐患评估知识库中的知识进行基于命题逻辑的判断，获得判断结果；其中，每条知识对应于一种人工经验的火灾隐患，表达形式为三元组，包括ruleid，rule.重要因子和命题逻辑公式，其中，“ruleid”是该知识在所述知识库中的唯一id；“rule.重要因子”是表征该条知识重要性的数值，该“rule.重要因子”的数值范围为(0,1]，数值越小表明该条知识的重要性越低，数值越大表明该条知识的重要性越高；命题逻辑公式是对应于人工经验的规则，作为命题逻辑判断的基础；当所述建筑物信息符合某条知识时，则针对该条知识得判断结果为true，反之为false；
根据所述判断结果生成火灾隐患评估报告：
其中，“rule.result”为所述知识推理引擎对所述待评估建筑物信息与所述火灾隐患评估知识库中的一条知识进行判定得到的判定结果，如果所述判定结果为ture，则“rule.result”值取0，如果判定结果为false，则“rule.result”值取1；“rule.重要因子”为该条知识的重要因子。
进一步地，所述待评估建筑物的建筑物信息包括：
建筑物基本信息、建筑物消防设施信息和建筑物执法信息；
所述建筑物信息表示为四元组，包括buildingid，建筑物基本信息，建筑物消防设施信息和建筑物执法信息；其中，所述buildingid为建筑物的唯一id。
进一步地，所述每条知识中的“rule.重要因子”的数值由人为预先设定。
在本公开的第二方面，提出了一种火灾隐患评估装置，包括：
获取模块，用于获取待评估建筑物的建筑物信息；
判断模块，用于通过知识推理引擎将所述待评估建筑物的建筑物信息与火灾隐患评估知识库中的知识进行基于命题逻辑的判断，获得判断结果；其中，每条知识对应于一种人工经验的火灾隐患，表达形式为三元组，包括ruleid，rule.重要因子和命题逻辑公式，其中，“ruleid”是该知识在所述知识库中的唯一id；“rule.重要因子”是表征该条知识重要性的数值，该“rule.重要因子”的数值范围为(0,1]，数值越小表明该条知识的重要性越低，数值越大表明该条知识的重要性越高；命题逻辑公式是对应于人工经验的规则，作为命题逻辑判断的基础；当所述建筑物信息符合某条知识时，则针对该条知识得判断结果为true，反之为false；
评估模块，用于根据所述判断结果生成火灾隐患评估报告：
其中，“rule.result”为所述知识推理引擎对所述待评估建筑物信息与所述火灾隐患评估知识库中的一条知识进行判定得到的判定结果，如果所述判定结果为ture，则“rule.result”值取0，如果判定结果为false，则“rule.result”值取1；“rule.重要因子”为该条知识的重要因子。
进一步地，所述待评估建筑物的建筑物信息包括：
建筑物基本信息、建筑物消防设施信息和建筑物执法信息；
所述建筑物信息表示为四元组，包括buildingid，建筑物基本信息，建筑物消防设施信息和建筑物执法信息；其中，所述buildingid为建筑物的唯一id。
进一步地，所述每条知识中的“rule.重要因子”的数值由人为预先设定。
在本公开的第三方面，提出了一种设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面的方法。
在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。
本申请实施例提供的火灾隐患评估方法，通过获取待评估建筑物信息，通过知识推理引擎将所述待评估建筑物信息与知识库中的预存知识进行基于命题逻辑的判断，获得判断结果，根据所述判断结果生成火灾隐患评估报告，由于命题逻辑形式的规则既能够由计算机程序执行，又易于消防专家理解，实现了程序行为与人工专家经验的一致性，同时，当人工经验变化时只需修改或增加命题逻辑形式的规则，降低了系统的维护成本与人力成本。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的火灾隐患评估方法的一个实施例的流程图；
图3是用来实现本申请实施例的终端设备或服务器；
图4是根据本申请的火灾隐患评估装置的一个实施例的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104为在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如模型训练类应用、视频识别类应用、网页浏览器应用、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
当终端101、102、103为硬件时，其上还可以安装有视频采集设备。视频采集设备可以是各种能实现采集视频功能的设备，如摄像头、传感器等等。用户可以利用终端101、102、103上的视频采集设备来采集视频。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的数据处理的后台服务器。后台服务器可以对接收到的数据进行分析等处理，并可以将处理结果(例如识别结果)反馈给终端设备。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备101、102、103、网络104和服务器105的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备101、102、103、网络104和服务器105。特别地，在目标数据不需要从远程获取的情况下，上述系统架构可以不包括网络104，而只包括终端设备101、102、103或服务器105。
作为本申请的一个实施例，如图2所示，是本申请实施例火灾隐患评估方法的流程图200。从图2中可以看出，本实施例的火灾隐患评估方法，包括以下步骤：
s210，获取待评估建筑物的建筑物信息。
在本实施例中，用于生成火灾隐患评估方法的执行主体(例如图1所示的服务器105)可以通过有线方式或者无线连接的方式获取预设的建筑物信息数据表，进一步地，通过所述建筑物信息数据表获取所述待评估建筑物的建筑物信息。
进一步地，上述执行主体可以获取与之通信连接的电子设备(例如图1所示的终端设备101、102、103)发送的建筑物信息数据表，也可以是预先存储于本地的建筑物信息数据表。
具体地，所述建筑物信息主要包括建筑物基本信息、建筑物消防设施信息、建筑物执法信息等。
建筑物基本信息包括：建筑物形式，例如高层建筑、多层建筑、地下建筑等；建筑物用途，例如厂房、音乐茶座、餐饮场所、游乐场所、宾馆、天然气加气站、集贸市场等；建筑物所处区域，例如城市边缘、城市建成区等。
建筑物消防设施信息包括：自动喷水灭火系统、火灾自动报警系统、冷却设施、可燃气体浓度报警设施、消防车道、防火间距、防火分区、避难走道、避难间、设置外窗等。
建筑物执法信息包括：储量达到或超过gb50156对一级站的规定、安全出口数量不足、符合城市消防规划的要求、能正常自动切换、被遮挡、能正常联动控制、不符合国家工程建设消防技术标准的规定、被占用、被堵塞/封堵等。
进一步地，建筑物信息的格式可以为四元组：(buildingid，建筑物基本信息，建筑物消防设施信息，建筑物执法信息)，其中，buildingid为建筑物的唯一id，用于标识建筑物。所述建筑物信息例如为(buildingid1，“集贸市场”，“设置外窗”，“被封堵”)，其表示buildingid为1的建筑物，建筑物用途为“集贸市场”，建筑物消防设施“设置外窗”，针对消防设施“外窗”的消防执法信息为“被封堵”。
s220，通过知识推理引擎将所述待评估建筑物的建筑物信息与火灾隐患评估知识库中的知识进行基于命题逻辑的判断，获得判断结果。
其中，所述火灾隐患评估知识库是借助命题逻辑知识表达模型对重大火灾隐患评估经验进行建模而形成的，即将人工经验(例如依据国家规定的《重大隐患判定方法》gb35181-2017)人工转换成计算机可理解、可执行的计算机知识，即可进行布尔运算的计算机知识每条知识对应于一种人工经验的火灾隐患。可选地，所述知识的表达形式为(ruleid，rule.重要因子，命题逻辑公式)，其中，ruleid是该知识在知识库中的唯一id；“rule.重要因子”是表征该条知识重要性的数值，可以人为预先设定或调整，例如根据国家规定的《重大隐患判定方法》gb35181-2017进行设定，该rule.重要因子的数值范围为(0,1]，数值越小表明该条知识的重要性越低，数值越大表明该条知识的重要性越高；命题逻辑公式是对应的人工经验的形式化描述，用于作为命题逻辑判断的基础。例如，火灾隐患评估人工经验为“人员密集场所的外窗被封堵或被广告牌等遮挡”是一种重大火灾隐患，则对应的命题逻辑公式可以为：“人员密集场所”->“设置外窗”and！(“被封堵”or“被广告牌等遮挡”)，该命题逻辑公式是对应于上述人工经验的规则，若人员密集场所设置外窗且外窗未被封堵且未被广告牌遮挡，则符合该命题逻辑公式的规则。上述“知识”是对人工火灾隐患因素判定经验的形式化描述而形成的命题逻辑，通过该手段，计算机能够理解、处置命题逻辑形式描述的人工判定经验。
根据人工经验转换后的计算机知识(即可进行命题逻辑判断的知识)的集合，形成火灾隐患评估知识库。然后知识推理引擎根据待评估建筑物的建筑物信息与知识库中的预存知识中的每一条知识逐一进行基于命题逻辑的判断，获得判断结果，其中，知识推理引擎是知识推理和演绎的计算机程序。非真即假的陈述句称作命题，所述“基于命题逻辑的判断”即对建筑物信息是否符合某条知识进行真假判断，当该建筑物信息符合某条知识时，则知识推理引擎对该条知识的判断结果为true(t)；反之为false(f)。
进一步地，具体地执行步骤可以为：
获取的建筑物信息为：(buildingid1，“集贸市场”，“设置外窗”，“被封堵”)。
知识推理引擎将该建筑物信息与知识：(ruleid1，0.15，“人员密集场所”->“设置外窗”and！(被封堵or“被广告牌等遮挡”))进行基于命题逻辑的判断并得到判断结果的过程如下：
a、知识推理引擎根据上述知识中的命题逻辑公式，可以发现“集贸市场”是一种“人员密集场所”，因此ruleid1中的“人员密集场所”变量的取值为t。
b、根据buildingid1对应的信息，可得到信息“设置外窗”，因此ruleid1对应的“设置外窗”变量取值为t。
c、根据buildingid1中的信息，可得到信息“被拥堵”，因此ruleid1中的“被拥堵”变量取值为t。
d、根据buildingid1中的信息，不能得到信息“被广告牌等遮挡”，因此ruleid1中的“被广告牌等遮挡”变量取值为f。
e、针对建筑物buildingid1，将ruleid1中变量赋值后，获得的逻辑表达式为t->tand！(torf),该表达式等价于t->f，因此最终结果为f。
综上，建筑物buildingid1的建筑物信息违反规则ruleid1。
s230，根据所述判断结果生成火灾隐患评估报告。
根据上述的判断结果(torf)，利用如下公式对建筑物是否存在火灾隐患生成评估报告：
其中，rule.result，为所述知识推理引擎对所述待评估建筑物信息与所述火灾隐患评估知识库中的一条知识进行判定得到的判定结果，如所述知识推理引擎对该条知识进行判定得到的判定结果为ture，则rule.result值取0；如所述知识推理引擎对该条知识进行判定得到的判定结果为false，则rule.result值取1。
rule.重要因子，为该条知识的重要因子。
按照上述公式，对火灾隐患评估知识库的每条知识进行基于命题逻辑的判断，根据所有判定结果为false的知识及其重要因子，可得到有无火灾隐患的评估报告。
本实施例的火灾隐患评估方法，通过基于命题逻辑的判断解决了程序和人工专家经验不一致的问题。具体地，方案中用到的知识表达模型同时具备人工可读性和计算机可执行性，因此只要具备基础的数理逻辑知识，都能理解命题逻辑模型所表达的含义，消防业务专家可以借助该知识表达模型对重大火灾隐患评估经验进行建模。
进一步地，所述模型的可扩展行强，易于维护。通过知识编辑工具，消防业务专家可以自行对知识库中的知识进行编辑(增加、修改、删除等)，在降低了人力成本的同时保证了结论的可靠性。
根据本发明的又一个实施例，提供了一种火灾隐患评估系统400，如图4所示，包括：
获取模块410，用于获取待评估建筑物的建筑物信息；
判断模块420，用于通过知识推理引擎将所述待评估建筑物的建筑物信息与火灾隐患评估知识库中的知识进行基于命题逻辑的判断，获得判断结果；其中，每条知识对应于一种人工经验的火灾隐患，表达形式为三元组，包括ruleid，rule.重要因子和命题逻辑公式，其中，“ruleid”是该知识在所述知识库中的唯一id；“rule.重要因子”是表征该条知识重要性的数值，该“rule.重要因子”的数值范围为(0,1]，数值越小表明该条知识的重要性越低，数值越大表明该条知识的重要性越高；命题逻辑公式是对应于人工经验的规则，作为命题逻辑判断的基础；当所述建筑物信息符合某条知识时，则针对该条知识得判断结果为true，反之为false；
评估模块430，用于根据所述判断结果生成火灾隐患评估报告：
其中，“rule.result”为所述知识推理引擎对所述待评估建筑物信息与所述火灾隐患评估知识库中的一条知识进行判定得到的判定结果，如果所述判定结果为ture，则“rule.result”值取0，如果判定结果为false，则“rule.result”值取1；“rule.重要因子”为该条知识的重要因子。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的装置的具体工作过程，可以参考前述火灾隐患评估方法实施例中的对应过程，在此不再赘述
本申请实施例还提出了一种设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述的火灾隐患评估方法。
此外，本申请实施例还提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的火灾隐患评估方法。
下面参考图3，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。图3示出的终端设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示，计算机系统包括中央处理单元(cpu)301，其可以基于存储在只读存储器(rom)302中的程序或者从存储部分308加载到随机访问存储器(ram)303中的程序而执行各种适当的动作和处理。在ram303中，还存储有系统操作所需的各种程序和数据。cpu301、rom302以及ram303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
以下部件连接至i/o接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也基于需要连接至i/o接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，基于需要安装在驱动器310上，以便于从其上读出的计算机程序基于需要被安装入存储部分308。
特别地，基于本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(cpu)301执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个单元、程序段、或代码的一部分，所述单元、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括信息测量单元、行驶轨迹确定单元、映射关系确定单元和驾驶策略生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，信息测量单元还可以被描述为“测量本车的状态信息以及周围场景信息的单元”。
作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取待评估建筑物信息；通过知识推理引擎将所述待评估建筑物信息与知识库中的预存知识进行基于命题逻辑的判断，获得判断结果；根据所述判断结果生成火灾隐患评估报告。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
1.一种火灾隐患评估方法，其特征在于，包括：
获取待评估建筑物的建筑物信息；
通过知识推理引擎将所述待评估建筑物的建筑物信息与火灾隐患评估知识库中的知识进行基于命题逻辑的判断，获得判断结果；其中，每条知识对应于一种人工经验的火灾隐患，表达形式为三元组，包括ruleid，rule.重要因子和命题逻辑公式，其中，“ruleid”是该知识在所述知识库中的唯一id；“rule.重要因子”是表征该条知识重要性的数值，该“rule.重要因子”的数值范围为(0,1]，数值越小表明该条知识的重要性越低，数值越大表明该条知识的重要性越高；命题逻辑公式是对应于人工经验的规则，作为命题逻辑判断的基础；当所述建筑物信息符合某条知识时，则针对该条知识得判断结果为true，反之为false；
根据所述判断结果生成火灾隐患评估报告：
其中，“rule.result”为所述知识推理引擎对所述待评估建筑物信息与所述火灾隐患评估知识库中的一条知识进行判定得到的判定结果，如果所述判定结果为ture，则“rule.result”值取0，如果判定结果为false，则“rule.result”值取1；“rule.重要因子”为该条知识的重要因子。
2.根据权利要求1所述的方法，其特征在于，所述待评估建筑物的建筑物信息包括：
建筑物基本信息、建筑物消防设施信息和建筑物执法信息；
所述建筑物信息表示为四元组，包括buildingid，建筑物基本信息，建筑物消防设施信息和建筑物执法信息；其中，所述buildingid为建筑物的唯一id。
3.根据权利要求2所述的方法，其特征在于，所述每条知识中的“rule.重要因子”的数值由人为预先设定。
4.一种火灾隐患评估装置，其特征在于，包括：
获取模块，用于获取待评估建筑物的建筑物信息；
判断模块，用于通过知识推理引擎将所述待评估建筑物的建筑物信息与火灾隐患评估知识库中的知识进行基于命题逻辑的判断，获得判断结果；其中，每条知识对应于一种人工经验的火灾隐患，表达形式为三元组，包括ruleid，rule.重要因子和命题逻辑公式，其中，“ruleid”是该知识在所述知识库中的唯一id；“rule.重要因子”是表征该条知识重要性的数值，该“rule.重要因子”的数值范围为(0,1]，数值越小表明该条知识的重要性越低，数值越大表明该条知识的重要性越高；命题逻辑公式是对应于人工经验的规则，作为命题逻辑判断的基础；当所述建筑物信息符合某条知识时，则针对该条知识得判断结果为true，反之为false；
评估模块，用于根据所述判断结果生成火灾隐患评估报告：
其中，“rule.result”为所述知识推理引擎对所述待评估建筑物信息与所述火灾隐患评估知识库中的一条知识进行判定得到的判定结果，如果所述判定结果为ture，则“rule.result”值取0，如果判定结果为false，则“rule.result”值取1；“rule.重要因子”为该条知识的重要因子。
5.根据权利要求4所述的装置，其特征在于，所述待评估建筑物的建筑物信息包括：
建筑物基本信息、建筑物消防设施信息和建筑物执法信息；
所述建筑物信息表示为四元组，包括buildingid，建筑物基本信息，建筑物消防设施信息和建筑物执法信息；其中，所述buildingid为建筑物的唯一id。
6.根据权利要求5所述的装置，其特征在于，所述每条知识中的“rule.重要因子”的数值由人为预先设定。
7.一种设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～3中任意一项所述的生成方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～3中任一项所述的方法。
技术总结