建筑安全风险建模与仿真

基于最近引入的一种受遗传启发、基于属性的安全风险分析概念框架，我们提出了一种在情境层面计算建筑单变量和双变量建筑安全风险的新方法。我们这种完全数据驱动的方法为建筑从业者和学者提供了一种简便且自动化的途径，使其能够从非结构化文本伤害报告数据库中提取有价值的经验见解。通过将我们的方法应用于直接从814份伤害报告中获取的属性与结果数据集，我们表明建筑安全风险的频率-量级分布与降水或地震等自然现象的分布非常相似。受此观察启发，并借鉴水文气候学和保险领域的最先进技术，我们引入了基于核密度估计和 Copula 的单变量和双变量非参数随机安全风险生成器。这些生成器使用户能够忠实地基于原始数据生成大量合成安全风险值，从而使不确定性下的安全相关决策建立在广泛的经验证据之上。正如对风或水流等自然现象的准确建模与仿真对于成功的结构尺寸设计或水库管理不可或缺一样，我们认为改善建筑安全需要对安全风险进行准确的建模、仿真和评估。其基本假设是，与自然现象一样，建筑安全可能受益于以经验和定量的方式进行研究，而不是目前行业标准的定性方式。最后，一个附带但有趣的发现是，在我们用于说明方法的数据集上，与高能量水平和人为错误相关的属性成为强烈的风险塑造因素。