1. 项目概述从一道赛题到一套完整的解决方案去年备赛的时候我翻看了不少往年的优秀论文2022年“五一杯”数学建模竞赛的C题“火灾报警系统问题”给我留下了很深的印象。这道题出得相当“接地气”它没有悬浮在半空中的理论而是把一个真实的、复杂的工程决策问题直接抛给了参赛者。题目核心是让你扮演一个系统设计或评估专家面对一个大型商场中多种火灾报警器感烟、感温、火焰等传回的海量、多源、可能互相矛盾的报警信号去构建一套数学模型来判断“到底有没有真的发生火灾”以及“如果发生了火源大概在哪里”。这本质上是一个多源信息融合与不确定决策问题。很多刚接触数学建模的同学看到这种题目可能会发懵感觉涉及传感器、误报、漏报、信号处理是不是需要特别深的控制理论或者消防工程背景其实不然。这道题的魅力就在于它允许你从纯粹的数学和数据角度切入用我们熟悉的算法工具去构建逻辑框架。最终大家提交的论文里TOPSIS优劣解距离法、Logistic回归、熵权法这些关键词高频出现恰恰说明了这一点——用合适的数学工具去结构化地解决一个开放性的工程问题。这篇文章我就以这道赛题为引子结合我自己的理解和常见的求解思路拆解一下从题目分析到模型构建再到编程实现的全过程。无论你是正在备战数学建模比赛的学生还是对数据分析、决策算法感兴趣的开发者相信这个从实际问题到数学模型再到代码落地的完整链条都能给你带来一些启发。我们不止步于“论文写了什么”更要深挖“为什么用这个方法”以及“具体怎么实现”。2. 问题核心拆解把现实问题翻译成数学语言拿到题目第一步不是急着找算法套用而是要把题目那一段段的描述性文字翻译成我们可以处理的数学对象和明确的任务。这是建模成功与否最关键的一步也是最体现功力的地方。2.1 问题场景与关键挑战题目设定在一个大型商场内部安装了多种类型的火灾探测器假设有N个持续监测环境。每个探测器在某个时间点会输出一个报警信号这个信号可能是一个数值如烟雾浓度、温度值也可能是一个状态如“正常/报警”。题目通常会提供一段时间的模拟数据或描述数据特征。核心挑战非常明确不确定性探测器有误报没火报警和漏报有火不报警的可能。误报率高会导致“狼来了”效应造成资源浪费和恐慌漏报率高则直接威胁安全。矛盾性不同位置的同类型探测器、同一区域的不同类型探测器它们的报警信号可能不一致。比如一个感烟探测器报警了但附近的感温探测器却没反应。时空关联性真实的火灾有发展过程会随时间蔓延并且火源点附近的探测器应该反应更强烈。孤立地看单个时间点、单个探测器的信号是没有意义的。决策目标最终要输出两个明确的判断(A) 是否发生真实火灾(B) 如果发生估计火源位置。2.2 数学建模的任务定义基于以上挑战我们可以将问题分解为两个层次的任务任务一火灾发生与否的综合判别0-1决策问题输入在时间t所有N个探测器的报警状态或量化数据。 输出一个综合的火灾发生概率P_fire(t)或一个二分类结果是/否。 这需要融合多源信息并处理信号的不确定性。任务二火源位置的估计连续或离散空间中的定位问题输入在判定为火灾的时间段内各探测器的报警强度、类型和已知的物理位置坐标。 输出火源点的估计坐标(x, y, z)或所在区域。 这需要利用报警信号的空间分布特征与火灾物理模型如信号衰减进行反推。2.3 核心思路分层融合与综合评价一个非常自然且有效的思路是采用分层融合策略第一层数据层/特征层预处理。对原始报警信号进行标准化、归一化或许可以计算一些衍生特征如某个探测器连续报警的时长、某个区域内报警探测器的密度等。第二层局部证据合成。例如先将同一物理区域如一个店铺内的几个探测器看成一个“传感器组”用某种方法如D-S证据理论、加权平均合成一个该区域的“局部火灾置信度”。第三层全局综合决策。将所有区域的局部置信度或者所有探测器的处理后的信号作为特征输入到一个全局决策模型中最终判断是否火灾并估计位置。TOPSIS和熵权法在这里主要作用于第三层用于对多个评价指标来自不同探测器或区域的特征进行综合得到一个全局的“火灾风险评分”。Logistic回归则可以作为一个强大的分类器直接学习从特征到“是否火灾”的映射关系。3. 模型构建详解TOPSIS-熵权法与Logistic回归如何联动很多人论文里会把TOPSIS和熵权法写在一起把Logistic回归单独写但模型之间缺乏联动。其实它们可以有机组合形成更强大的解决方案。3.1 熵权法客观确定“谁说话更有分量”在综合评判前我们首先要确定各个评价指标的权重。题目中不同探测器的可靠性不同不同特征的重要性也不同。熵权法是一种客观赋权法它根据数据本身的离散程度来确定权重。离散程度越大即熵越小说明该指标在不同样本间差异大携带的信息多权重就应该大。实操步骤构建初始矩阵假设有m个时间样本行n个评价指标列如探测器1报警强度、区域A置信度、整体报警占比等形成矩阵 ( X (x_{ij})_{m \times n} )。数据标准化将指标正向化越大越好并归一化。对于报警强度这类指标本身就是正向指标。计算 ( p_{ij} x_{ij} / \sum_{i1}^{m} x_{ij} )。计算信息熵对于第j个指标其信息熵 ( e_j -k \sum_{i1}^{m} p_{ij} \ln(p_{ij}) )其中 ( k 1/\ln(m) ) 保证 ( 0 \le e_j \le 1 )。计算差异系数与权重差异系数 ( g_j 1 - e_j )。权重 ( w_j g_j / \sum_{j1}^{n} g_j )。输出权重向量( W [w_1, w_2, ..., w_n] )。注意熵权法完全依赖输入数据。如果数据质量差或样本量少求出的权重可能不稳定。在实际建模中可以结合题目给出的探测器可靠性先验知识主观赋权如AHP层次分析法与熵权法结果进行组合赋权这样既尊重数据又融入领域知识模型会更稳健。3.2 TOPSIS法计算每个时刻的“火灾风险评分”有了权重我们就可以对每一个时间点即一个样本进行综合评价。TOPSIS的核心思想是找出理想中最优解正理想解和最劣解负理想解然后计算每个样本与这两个解的距离离正理想解越近、离负理想解越远则综合评分越高。实操步骤接续熵权法之后构造加权规范矩阵将标准化后的矩阵 ( Z )元素为 ( z_{ij} ) 的每一列乘以对应权重 ( w_j )得到 ( V (v_{ij}) )其中 ( v_{ij} w_j \times z_{ij} )。确定正负理想解正理想解 ( V^ (v_1^, v_2^, ..., v_n^) )其中 ( v_j^ \max(v_{ij}) )。负理想解 ( V^- (v_1^-, v_2^-, ..., v_n^-) )其中 ( v_j^- \min(v_{ij}) )。计算距离样本i到正理想解的距离 ( S_i^ \sqrt{\sum_{j1}^{n} (v_{ij} - v_j^)^2 } )。样本i到负理想解的距离 ( S_i^- \sqrt{\sum_{j1}^{n} (v_{ij} - v_j^-)^2 } )。计算相对贴近度( C_i S_i^- / (S_i^ S_i^-) )。显然( 0 \le C_i \le 1 )。( C_i ) 越大说明该样本时间点的综合状况越好。在我们的问题中可以将其解释为“火灾风险评分”( C_i ) 越高表示火灾风险越低这里需要小心因为我们选取的指标如报警强度、报警占比都是正向指标值越大越可能着火所以计算出的 ( C_i ) 实际上是“与最优情况无火的贴近度”( C_i ) 越小才表示火灾风险越高。因此通常定义火灾风险指数 ( R_i 1 - C_i )。这样( R_i ) 越接近1风险越高。至此我们通过熵权TOPSIS将每个时间点上的多维度报警信息综合成了一个单一的、可比较的火灾风险指数 ( R_i )。这个指数可以作为后续判断的一个重要输入特征。3.3 Logistic回归从风险指数到概率判决TOPSIS给出了一个风险评分但它本身不是一个分类器。我们如何设定一个阈值来判断“着火”还是“没着火”呢拍脑袋定0.5吗这不科学。Logistic回归在这里可以完美登场。我们可以把问题转化为基于一系列特征包括TOPSIS计算出的风险指数 ( R )以及其他特征如最大报警强度、报警探测器数量、报警持续时间等预测该时间点发生火灾的概率 ( P(y1 | X) )。模型形式 [ P \frac{1}{1 e^{-(\beta_0 \beta_1 R \beta_2 F_2 ... \beta_k F_k)}} ] 其中( F_2, ..., F_k ) 是其他特征。为什么用Logistic回归输出直观直接输出概率值 ( P \in (0, 1) )我们可以通过设定概率阈值如0.7来做出决策这个阈值可以通过在验证集上最大化F1分数等指标来确定比直接对风险指数设阈值更有依据。可解释性系数 ( \beta ) 的大小和正负可以告诉我们每个特征对“着火”概率的贡献方向和程度。例如如果 ( \beta_1 ) 很大且为正说明TOPSIS风险指数 ( R ) 是一个强预测因子。处理非线性虽然本身是线性分类器但我们可以引入特征交叉项如 ( R \times ) 报警密度或多项式特征来捕捉非线性关系。实操流程特征工程利用原始数据构造特征数据集。每个样本时间点的特征包括熵权TOPSIS风险指数 ( R )、各类探测器报警计数、空间报警密度、时间序列特征如过去3个时间窗内的平均报警数等。数据准备这需要模拟数据或历史标注数据。对于比赛题目可能会提供一部分带标签着火/未着火的数据用于训练另一部分用于测试。如果没有则需要根据题目描述合理设定规则生成模拟训练数据这是建模的关键一步。模型训练使用训练集数据拟合Logistic回归模型得到系数 ( \beta )。决策与评估在测试集上模型会输出每个样本的着火概率 ( P )。设定阈值 ( T )例如0.65若 ( P T ) 则判为着火。然后使用准确率、精确率、召回率、F1分数等指标评估模型性能。特别注意在火灾报警场景中召回率漏报率通常比精确率误报率更重要宁可误报不可漏报。因此调整阈值或优化模型时应优先保证高召回率。4. 编程实现核心环节与代码解析理论说得再多不如一行代码。这里我用Python展示几个最核心环节的实现。假设我们已经有了一个DataFramedf其中每一行是一个时间点的数据列包括各种探测器信号和特征。4.1 熵权法计算权重import numpy as np import pandas as pd def entropy_weight(data): 计算熵权法权重 data: DataFrame, 行为样本列为评价指标。所有指标需为正向指标。 # 1. 数据标准化 (归一化) data_normalized data / data.sum(axis0) # 2. 计算信息熵 # 避免log(0)用一个极小值替换0 data_normalized data_normalized.replace(0, 1e-10) k 1 / np.log(data.shape[0]) entropy -k * (data_normalized * np.log(data_normalized)).sum(axis0) # 3. 计算差异系数和权重 diversity 1 - entropy weight diversity / diversity.sum() return weight.values # 示例假设我们有4个评价指标的特征 feature_columns [smoke_intensity_avg, temp_rise_rate, alarm_density, continuous_alarm_time] X df[feature_columns] weights entropy_weight(X) print(熵权法计算得到的指标权重, dict(zip(feature_columns, weights)))4.2 TOPSIS计算综合评分def topsis(data, weight): TOPSIS综合评价 data: DataFrame, 行为样本列为评价指标。 weight: array-like, 各指标权重长度等于data列数。 # 1. 数据标准化 (向量归一化) data_normalized data / np.sqrt((data**2).sum(axis0)) # 2. 计算加权规范矩阵 weighted_matrix data_normalized * weight # 3. 确定正负理想解 positive_ideal weighted_matrix.max(axis0) negative_ideal weighted_matrix.min(axis0) # 4. 计算距离 dist_to_positive np.sqrt(((weighted_matrix - positive_ideal) ** 2).sum(axis1)) dist_to_negative np.sqrt(((weighted_matrix - negative_ideal) ** 2).sum(axis1)) # 5. 计算相对贴近度 closeness dist_to_negative / (dist_to_positive dist_to_negative 1e-10) # 防止除零 # 6. 转换为风险指数 (假设指标均为正向值越大风险越高) risk_index 1 - closeness return risk_index # 计算每个时间点的TOPSIS风险指数 df[topsis_risk_index] topsis(X, weights)4.3 Logistic回归模型训练与预测from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.metrics import classification_report, confusion_matrix # 假设df中已有特征和标签列 # 特征包括topsis_risk_index和其他构造的特征 feature_cols [topsis_risk_index, alarm_count, max_smoke_value, area_coverage_ratio] # 标签fire_label1表示着火0表示未着火 label_col fire_label X df[feature_cols] y df[label_col] # 划分训练集和测试集 X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.3, random_state42, stratifyy) # 标准化特征 (对Logistic回归很重要) scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test) # 创建并训练Logistic回归模型 # 注意由于火灾数据通常极不平衡着火样本极少需要调整class_weight model LogisticRegression(class_weightbalanced, random_state42, max_iter1000) model.fit(X_train_scaled, y_train) # 预测概率 y_pred_proba model.predict_proba(X_test_scaled)[:, 1] # 着火类的概率 # 根据业务需求调整阈值 threshold 0.3 # 为了降低漏报率可以设定较低的阈值 y_pred (y_pred_proba threshold).astype(int) # 评估模型 print(混淆矩阵\n, confusion_matrix(y_test, y_pred)) print(\n分类报告\n, classification_report(y_test, y_pred)) # 查看特征重要性系数 coef_dict dict(zip(feature_cols, model.coef_[0])) print(特征系数重要性, coef_dict)实操心得在真实比赛或应用中数据往往是高度不平衡的着火样本极少。class_weightbalanced参数至关重要它让模型更关注少数类。此外最终用于决策的概率阈值threshold不应固定为0.5而应通过P-R曲线或ROC曲线结合对误报和漏报的成本权衡来选取。例如若漏报成本极高则选择召回率接近1的阈值点即使精确率会降低。5. 火源定位模型的补充思路前四章主要解决了“是否着火”的判别问题。对于“火源在哪里”这属于定位或估计问题思路有所不同。这里简要补充几种常见方法加权质心法最简单直观。将每个报警的探测器视为一个“质点”其报警强度或经过处理的置信度作为该质点的“权重”火源位置估计为所有报警探测器位置的加权质心。 [ (\hat{x}, \hat{y}) \frac{\sum_{i1}^{M} w_i (x_i, y_i)}{\sum_{i1}^{M} w_i} ] 其中( M ) 是报警探测器数量( w_i ) 是第i个探测器的报警权重如归一化的温度增加值( (x_i, y_i) ) 是其坐标。这种方法计算快但精度一般假设了火源在报警探测器包围圈内。基于信号衰减的优化模型假设火灾产生的物理信号如温度、烟雾浓度随距离增加而衰减。建立信号强度与距离的数学模型如指数衰减。那么对于观测到的各探测器信号强度 ( S_i )可以反推一个火源位置 ( (x, y) )使得该位置预测出的信号强度 ( \hat{S}_i(x, y) ) 与实际观测值 ( S_i ) 的总体误差最小。这转化为一个非线性最小二乘优化问题可以用SciPy的least_squares求解。from scipy.optimize import least_squares def residual(params, detector_positions, observed_signals): x0, y0 params predicted_signals signal_model(detector_positions, x0, y0) # 需要自定义信号衰减模型 return predicted_signals - observed_signals initial_guess [weighted_centroid_x, weighted_centroid_y] # 用加权质心作为初值 result least_squares(residual, initial_guess, args(detector_positions, observed_signals)) estimated_source result.x基于网格搜索的概率法将商场区域离散化为细密的网格。对于每一个网格点假设它为火源根据信号衰减模型计算各探测器“应该”观测到的信号强度并与实际观测值比较计算一个似然概率。似然概率最高的网格点即为估计火源。这种方法计算量大但更直观易于理解。6. 常见问题与避坑指南在实现上述流程时一定会遇到各种坑。这里把我总结的几个关键点列出来Q1熵权法算出的权重某个指标特别小甚至接近0怎么办A这说明该指标在所有样本间数值差异极小信息量很少。检查数据是否预处理不当例如该指标所有值都相同或在一个极小区间。如果数据本身如此那么这个指标可能确实不重要。但也要警惕如果是因为量纲或数值范围问题导致差异被掩盖应先进行合理的标准化如Min-Max归一化后再用熵权法。Q2TOPSIS计算出的风险指数大部分样本都集中在0.5附近区分度不高。A这通常是因为选取的指标间相关性很强或者正负理想解距离所有样本都差不多。可以尝试1) 进行指标筛选剔除高度相关的指标2) 使用其他标准化方法如极差标准化3) 考虑换用其他综合评价方法如灰色关联分析它对数据分布要求较低。Q3Logistic回归训练时即使加了class_weight模型还是把所有样本预测为多数类无火。A这是极端不平衡数据下的常见问题。可以尝试1) 使用过采样如SMOTE或欠采样技术人工调整训练集分布2) 尝试更复杂的模型如随机森林、XGBoost它们对不平衡数据通常更鲁棒3) 进一步构造更有区分度的特征。最重要的是检查你的特征是否真的与“着火”标签相关。如果特征本身没有预测能力任何模型都无能为力。Q4如何验证火源定位模型的精度A对于比赛题目可能会给出若干次模拟火灾的火源真实坐标。你可以计算估计坐标与真实坐标之间的欧氏距离作为误差。对于没有真实坐标的情况可以设计仿真实验随机在商场平面图上假设多个火源点用你设定的信号衰减模型生成各探测器的“模拟观测值”再用你的定位算法去估计计算平均误差和误差分布。Q5整个流程看起来很复杂比赛时时间紧张如何取舍A数学建模比赛讲究“快、好、亮”。首先保证有一个完整、逻辑自洽的模型框架快。在这个框架下优先实现核心部分如熵权TOPSISLogistic判别并给出详细的分析和结果好。对于火源定位如果时间不够可以优先实现并详细分析加权质心法因为它简单、可解释性强并且能快速出结果。在论文中可以简要提及更复杂的优化方法作为模型改进方向这能体现思考的深度亮。最后我想强调的是解决这类问题没有“标准答案”。TOPSIS、熵权法、Logistic回归只是工具真正的核心在于你如何理解问题如何将物理世界的不确定性和关联性通过特征工程和模型设计转化为数学世界可计算、可优化的对象。这道“火灾报警系统”题目的价值正在于它提供了一个绝佳的沙盘让我们演练从问题分析、模型构建、算法实现到结果评估的全过程。多练几次这样的完整流程再遇到新的建模赛题你心里自然就有了一张清晰的路线图。
基于熵权TOPSIS与Logistic回归的火灾报警多源信息融合建模
1. 项目概述从一道赛题到一套完整的解决方案去年备赛的时候我翻看了不少往年的优秀论文2022年“五一杯”数学建模竞赛的C题“火灾报警系统问题”给我留下了很深的印象。这道题出得相当“接地气”它没有悬浮在半空中的理论而是把一个真实的、复杂的工程决策问题直接抛给了参赛者。题目核心是让你扮演一个系统设计或评估专家面对一个大型商场中多种火灾报警器感烟、感温、火焰等传回的海量、多源、可能互相矛盾的报警信号去构建一套数学模型来判断“到底有没有真的发生火灾”以及“如果发生了火源大概在哪里”。这本质上是一个多源信息融合与不确定决策问题。很多刚接触数学建模的同学看到这种题目可能会发懵感觉涉及传感器、误报、漏报、信号处理是不是需要特别深的控制理论或者消防工程背景其实不然。这道题的魅力就在于它允许你从纯粹的数学和数据角度切入用我们熟悉的算法工具去构建逻辑框架。最终大家提交的论文里TOPSIS优劣解距离法、Logistic回归、熵权法这些关键词高频出现恰恰说明了这一点——用合适的数学工具去结构化地解决一个开放性的工程问题。这篇文章我就以这道赛题为引子结合我自己的理解和常见的求解思路拆解一下从题目分析到模型构建再到编程实现的全过程。无论你是正在备战数学建模比赛的学生还是对数据分析、决策算法感兴趣的开发者相信这个从实际问题到数学模型再到代码落地的完整链条都能给你带来一些启发。我们不止步于“论文写了什么”更要深挖“为什么用这个方法”以及“具体怎么实现”。2. 问题核心拆解把现实问题翻译成数学语言拿到题目第一步不是急着找算法套用而是要把题目那一段段的描述性文字翻译成我们可以处理的数学对象和明确的任务。这是建模成功与否最关键的一步也是最体现功力的地方。2.1 问题场景与关键挑战题目设定在一个大型商场内部安装了多种类型的火灾探测器假设有N个持续监测环境。每个探测器在某个时间点会输出一个报警信号这个信号可能是一个数值如烟雾浓度、温度值也可能是一个状态如“正常/报警”。题目通常会提供一段时间的模拟数据或描述数据特征。核心挑战非常明确不确定性探测器有误报没火报警和漏报有火不报警的可能。误报率高会导致“狼来了”效应造成资源浪费和恐慌漏报率高则直接威胁安全。矛盾性不同位置的同类型探测器、同一区域的不同类型探测器它们的报警信号可能不一致。比如一个感烟探测器报警了但附近的感温探测器却没反应。时空关联性真实的火灾有发展过程会随时间蔓延并且火源点附近的探测器应该反应更强烈。孤立地看单个时间点、单个探测器的信号是没有意义的。决策目标最终要输出两个明确的判断(A) 是否发生真实火灾(B) 如果发生估计火源位置。2.2 数学建模的任务定义基于以上挑战我们可以将问题分解为两个层次的任务任务一火灾发生与否的综合判别0-1决策问题输入在时间t所有N个探测器的报警状态或量化数据。 输出一个综合的火灾发生概率P_fire(t)或一个二分类结果是/否。 这需要融合多源信息并处理信号的不确定性。任务二火源位置的估计连续或离散空间中的定位问题输入在判定为火灾的时间段内各探测器的报警强度、类型和已知的物理位置坐标。 输出火源点的估计坐标(x, y, z)或所在区域。 这需要利用报警信号的空间分布特征与火灾物理模型如信号衰减进行反推。2.3 核心思路分层融合与综合评价一个非常自然且有效的思路是采用分层融合策略第一层数据层/特征层预处理。对原始报警信号进行标准化、归一化或许可以计算一些衍生特征如某个探测器连续报警的时长、某个区域内报警探测器的密度等。第二层局部证据合成。例如先将同一物理区域如一个店铺内的几个探测器看成一个“传感器组”用某种方法如D-S证据理论、加权平均合成一个该区域的“局部火灾置信度”。第三层全局综合决策。将所有区域的局部置信度或者所有探测器的处理后的信号作为特征输入到一个全局决策模型中最终判断是否火灾并估计位置。TOPSIS和熵权法在这里主要作用于第三层用于对多个评价指标来自不同探测器或区域的特征进行综合得到一个全局的“火灾风险评分”。Logistic回归则可以作为一个强大的分类器直接学习从特征到“是否火灾”的映射关系。3. 模型构建详解TOPSIS-熵权法与Logistic回归如何联动很多人论文里会把TOPSIS和熵权法写在一起把Logistic回归单独写但模型之间缺乏联动。其实它们可以有机组合形成更强大的解决方案。3.1 熵权法客观确定“谁说话更有分量”在综合评判前我们首先要确定各个评价指标的权重。题目中不同探测器的可靠性不同不同特征的重要性也不同。熵权法是一种客观赋权法它根据数据本身的离散程度来确定权重。离散程度越大即熵越小说明该指标在不同样本间差异大携带的信息多权重就应该大。实操步骤构建初始矩阵假设有m个时间样本行n个评价指标列如探测器1报警强度、区域A置信度、整体报警占比等形成矩阵 ( X (x_{ij})_{m \times n} )。数据标准化将指标正向化越大越好并归一化。对于报警强度这类指标本身就是正向指标。计算 ( p_{ij} x_{ij} / \sum_{i1}^{m} x_{ij} )。计算信息熵对于第j个指标其信息熵 ( e_j -k \sum_{i1}^{m} p_{ij} \ln(p_{ij}) )其中 ( k 1/\ln(m) ) 保证 ( 0 \le e_j \le 1 )。计算差异系数与权重差异系数 ( g_j 1 - e_j )。权重 ( w_j g_j / \sum_{j1}^{n} g_j )。输出权重向量( W [w_1, w_2, ..., w_n] )。注意熵权法完全依赖输入数据。如果数据质量差或样本量少求出的权重可能不稳定。在实际建模中可以结合题目给出的探测器可靠性先验知识主观赋权如AHP层次分析法与熵权法结果进行组合赋权这样既尊重数据又融入领域知识模型会更稳健。3.2 TOPSIS法计算每个时刻的“火灾风险评分”有了权重我们就可以对每一个时间点即一个样本进行综合评价。TOPSIS的核心思想是找出理想中最优解正理想解和最劣解负理想解然后计算每个样本与这两个解的距离离正理想解越近、离负理想解越远则综合评分越高。实操步骤接续熵权法之后构造加权规范矩阵将标准化后的矩阵 ( Z )元素为 ( z_{ij} ) 的每一列乘以对应权重 ( w_j )得到 ( V (v_{ij}) )其中 ( v_{ij} w_j \times z_{ij} )。确定正负理想解正理想解 ( V^ (v_1^, v_2^, ..., v_n^) )其中 ( v_j^ \max(v_{ij}) )。负理想解 ( V^- (v_1^-, v_2^-, ..., v_n^-) )其中 ( v_j^- \min(v_{ij}) )。计算距离样本i到正理想解的距离 ( S_i^ \sqrt{\sum_{j1}^{n} (v_{ij} - v_j^)^2 } )。样本i到负理想解的距离 ( S_i^- \sqrt{\sum_{j1}^{n} (v_{ij} - v_j^-)^2 } )。计算相对贴近度( C_i S_i^- / (S_i^ S_i^-) )。显然( 0 \le C_i \le 1 )。( C_i ) 越大说明该样本时间点的综合状况越好。在我们的问题中可以将其解释为“火灾风险评分”( C_i ) 越高表示火灾风险越低这里需要小心因为我们选取的指标如报警强度、报警占比都是正向指标值越大越可能着火所以计算出的 ( C_i ) 实际上是“与最优情况无火的贴近度”( C_i ) 越小才表示火灾风险越高。因此通常定义火灾风险指数 ( R_i 1 - C_i )。这样( R_i ) 越接近1风险越高。至此我们通过熵权TOPSIS将每个时间点上的多维度报警信息综合成了一个单一的、可比较的火灾风险指数 ( R_i )。这个指数可以作为后续判断的一个重要输入特征。3.3 Logistic回归从风险指数到概率判决TOPSIS给出了一个风险评分但它本身不是一个分类器。我们如何设定一个阈值来判断“着火”还是“没着火”呢拍脑袋定0.5吗这不科学。Logistic回归在这里可以完美登场。我们可以把问题转化为基于一系列特征包括TOPSIS计算出的风险指数 ( R )以及其他特征如最大报警强度、报警探测器数量、报警持续时间等预测该时间点发生火灾的概率 ( P(y1 | X) )。模型形式 [ P \frac{1}{1 e^{-(\beta_0 \beta_1 R \beta_2 F_2 ... \beta_k F_k)}} ] 其中( F_2, ..., F_k ) 是其他特征。为什么用Logistic回归输出直观直接输出概率值 ( P \in (0, 1) )我们可以通过设定概率阈值如0.7来做出决策这个阈值可以通过在验证集上最大化F1分数等指标来确定比直接对风险指数设阈值更有依据。可解释性系数 ( \beta ) 的大小和正负可以告诉我们每个特征对“着火”概率的贡献方向和程度。例如如果 ( \beta_1 ) 很大且为正说明TOPSIS风险指数 ( R ) 是一个强预测因子。处理非线性虽然本身是线性分类器但我们可以引入特征交叉项如 ( R \times ) 报警密度或多项式特征来捕捉非线性关系。实操流程特征工程利用原始数据构造特征数据集。每个样本时间点的特征包括熵权TOPSIS风险指数 ( R )、各类探测器报警计数、空间报警密度、时间序列特征如过去3个时间窗内的平均报警数等。数据准备这需要模拟数据或历史标注数据。对于比赛题目可能会提供一部分带标签着火/未着火的数据用于训练另一部分用于测试。如果没有则需要根据题目描述合理设定规则生成模拟训练数据这是建模的关键一步。模型训练使用训练集数据拟合Logistic回归模型得到系数 ( \beta )。决策与评估在测试集上模型会输出每个样本的着火概率 ( P )。设定阈值 ( T )例如0.65若 ( P T ) 则判为着火。然后使用准确率、精确率、召回率、F1分数等指标评估模型性能。特别注意在火灾报警场景中召回率漏报率通常比精确率误报率更重要宁可误报不可漏报。因此调整阈值或优化模型时应优先保证高召回率。4. 编程实现核心环节与代码解析理论说得再多不如一行代码。这里我用Python展示几个最核心环节的实现。假设我们已经有了一个DataFramedf其中每一行是一个时间点的数据列包括各种探测器信号和特征。4.1 熵权法计算权重import numpy as np import pandas as pd def entropy_weight(data): 计算熵权法权重 data: DataFrame, 行为样本列为评价指标。所有指标需为正向指标。 # 1. 数据标准化 (归一化) data_normalized data / data.sum(axis0) # 2. 计算信息熵 # 避免log(0)用一个极小值替换0 data_normalized data_normalized.replace(0, 1e-10) k 1 / np.log(data.shape[0]) entropy -k * (data_normalized * np.log(data_normalized)).sum(axis0) # 3. 计算差异系数和权重 diversity 1 - entropy weight diversity / diversity.sum() return weight.values # 示例假设我们有4个评价指标的特征 feature_columns [smoke_intensity_avg, temp_rise_rate, alarm_density, continuous_alarm_time] X df[feature_columns] weights entropy_weight(X) print(熵权法计算得到的指标权重, dict(zip(feature_columns, weights)))4.2 TOPSIS计算综合评分def topsis(data, weight): TOPSIS综合评价 data: DataFrame, 行为样本列为评价指标。 weight: array-like, 各指标权重长度等于data列数。 # 1. 数据标准化 (向量归一化) data_normalized data / np.sqrt((data**2).sum(axis0)) # 2. 计算加权规范矩阵 weighted_matrix data_normalized * weight # 3. 确定正负理想解 positive_ideal weighted_matrix.max(axis0) negative_ideal weighted_matrix.min(axis0) # 4. 计算距离 dist_to_positive np.sqrt(((weighted_matrix - positive_ideal) ** 2).sum(axis1)) dist_to_negative np.sqrt(((weighted_matrix - negative_ideal) ** 2).sum(axis1)) # 5. 计算相对贴近度 closeness dist_to_negative / (dist_to_positive dist_to_negative 1e-10) # 防止除零 # 6. 转换为风险指数 (假设指标均为正向值越大风险越高) risk_index 1 - closeness return risk_index # 计算每个时间点的TOPSIS风险指数 df[topsis_risk_index] topsis(X, weights)4.3 Logistic回归模型训练与预测from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.metrics import classification_report, confusion_matrix # 假设df中已有特征和标签列 # 特征包括topsis_risk_index和其他构造的特征 feature_cols [topsis_risk_index, alarm_count, max_smoke_value, area_coverage_ratio] # 标签fire_label1表示着火0表示未着火 label_col fire_label X df[feature_cols] y df[label_col] # 划分训练集和测试集 X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.3, random_state42, stratifyy) # 标准化特征 (对Logistic回归很重要) scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test) # 创建并训练Logistic回归模型 # 注意由于火灾数据通常极不平衡着火样本极少需要调整class_weight model LogisticRegression(class_weightbalanced, random_state42, max_iter1000) model.fit(X_train_scaled, y_train) # 预测概率 y_pred_proba model.predict_proba(X_test_scaled)[:, 1] # 着火类的概率 # 根据业务需求调整阈值 threshold 0.3 # 为了降低漏报率可以设定较低的阈值 y_pred (y_pred_proba threshold).astype(int) # 评估模型 print(混淆矩阵\n, confusion_matrix(y_test, y_pred)) print(\n分类报告\n, classification_report(y_test, y_pred)) # 查看特征重要性系数 coef_dict dict(zip(feature_cols, model.coef_[0])) print(特征系数重要性, coef_dict)实操心得在真实比赛或应用中数据往往是高度不平衡的着火样本极少。class_weightbalanced参数至关重要它让模型更关注少数类。此外最终用于决策的概率阈值threshold不应固定为0.5而应通过P-R曲线或ROC曲线结合对误报和漏报的成本权衡来选取。例如若漏报成本极高则选择召回率接近1的阈值点即使精确率会降低。5. 火源定位模型的补充思路前四章主要解决了“是否着火”的判别问题。对于“火源在哪里”这属于定位或估计问题思路有所不同。这里简要补充几种常见方法加权质心法最简单直观。将每个报警的探测器视为一个“质点”其报警强度或经过处理的置信度作为该质点的“权重”火源位置估计为所有报警探测器位置的加权质心。 [ (\hat{x}, \hat{y}) \frac{\sum_{i1}^{M} w_i (x_i, y_i)}{\sum_{i1}^{M} w_i} ] 其中( M ) 是报警探测器数量( w_i ) 是第i个探测器的报警权重如归一化的温度增加值( (x_i, y_i) ) 是其坐标。这种方法计算快但精度一般假设了火源在报警探测器包围圈内。基于信号衰减的优化模型假设火灾产生的物理信号如温度、烟雾浓度随距离增加而衰减。建立信号强度与距离的数学模型如指数衰减。那么对于观测到的各探测器信号强度 ( S_i )可以反推一个火源位置 ( (x, y) )使得该位置预测出的信号强度 ( \hat{S}_i(x, y) ) 与实际观测值 ( S_i ) 的总体误差最小。这转化为一个非线性最小二乘优化问题可以用SciPy的least_squares求解。from scipy.optimize import least_squares def residual(params, detector_positions, observed_signals): x0, y0 params predicted_signals signal_model(detector_positions, x0, y0) # 需要自定义信号衰减模型 return predicted_signals - observed_signals initial_guess [weighted_centroid_x, weighted_centroid_y] # 用加权质心作为初值 result least_squares(residual, initial_guess, args(detector_positions, observed_signals)) estimated_source result.x基于网格搜索的概率法将商场区域离散化为细密的网格。对于每一个网格点假设它为火源根据信号衰减模型计算各探测器“应该”观测到的信号强度并与实际观测值比较计算一个似然概率。似然概率最高的网格点即为估计火源。这种方法计算量大但更直观易于理解。6. 常见问题与避坑指南在实现上述流程时一定会遇到各种坑。这里把我总结的几个关键点列出来Q1熵权法算出的权重某个指标特别小甚至接近0怎么办A这说明该指标在所有样本间数值差异极小信息量很少。检查数据是否预处理不当例如该指标所有值都相同或在一个极小区间。如果数据本身如此那么这个指标可能确实不重要。但也要警惕如果是因为量纲或数值范围问题导致差异被掩盖应先进行合理的标准化如Min-Max归一化后再用熵权法。Q2TOPSIS计算出的风险指数大部分样本都集中在0.5附近区分度不高。A这通常是因为选取的指标间相关性很强或者正负理想解距离所有样本都差不多。可以尝试1) 进行指标筛选剔除高度相关的指标2) 使用其他标准化方法如极差标准化3) 考虑换用其他综合评价方法如灰色关联分析它对数据分布要求较低。Q3Logistic回归训练时即使加了class_weight模型还是把所有样本预测为多数类无火。A这是极端不平衡数据下的常见问题。可以尝试1) 使用过采样如SMOTE或欠采样技术人工调整训练集分布2) 尝试更复杂的模型如随机森林、XGBoost它们对不平衡数据通常更鲁棒3) 进一步构造更有区分度的特征。最重要的是检查你的特征是否真的与“着火”标签相关。如果特征本身没有预测能力任何模型都无能为力。Q4如何验证火源定位模型的精度A对于比赛题目可能会给出若干次模拟火灾的火源真实坐标。你可以计算估计坐标与真实坐标之间的欧氏距离作为误差。对于没有真实坐标的情况可以设计仿真实验随机在商场平面图上假设多个火源点用你设定的信号衰减模型生成各探测器的“模拟观测值”再用你的定位算法去估计计算平均误差和误差分布。Q5整个流程看起来很复杂比赛时时间紧张如何取舍A数学建模比赛讲究“快、好、亮”。首先保证有一个完整、逻辑自洽的模型框架快。在这个框架下优先实现核心部分如熵权TOPSISLogistic判别并给出详细的分析和结果好。对于火源定位如果时间不够可以优先实现并详细分析加权质心法因为它简单、可解释性强并且能快速出结果。在论文中可以简要提及更复杂的优化方法作为模型改进方向这能体现思考的深度亮。最后我想强调的是解决这类问题没有“标准答案”。TOPSIS、熵权法、Logistic回归只是工具真正的核心在于你如何理解问题如何将物理世界的不确定性和关联性通过特征工程和模型设计转化为数学世界可计算、可优化的对象。这道“火灾报警系统”题目的价值正在于它提供了一个绝佳的沙盘让我们演练从问题分析、模型构建、算法实现到结果评估的全过程。多练几次这样的完整流程再遇到新的建模赛题你心里自然就有了一张清晰的路线图。
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
