최근 건축물의 화재위험도가 높아짐에 따라 화재발생 시 많은 인명피해가 발생하고 있으며, 성능위주설계의 중요성이 강조되고있나. 그러나 성능위주 소방설계를 위한 시뮬레이션의 경우, 많은 인력 및 시간이 소요되며 경미한 변경에도 다시 수행해야하는 어려움이 있다. 따라서 본 연구에서는 앙상블기법을 적용하여 화재거리 별 허용피난시간을 화재인자 및 공간인자로쉽게 예측할 수 있는 예측모델을 개발하고자 하였다. FDS 데이터에 기반하여 기계학습을 통해 개발한 예측모델은 결정계수가0.91에 달하는 높은 예측률을 보였으며, 이러한 예측모델을 적용하여 실시간으로 거리별 ASET을 도출할 수 있을 것으로판단된다.
With the recent increase in the risk of fire in buildings, the number of casualties that occur in the event of a fire have increased. This emphasizes the importance of performance-based design. However, simulating a performance-based design requires a lot of manpower and time, and re-simulation with minor changes is a difficult task. Therefore, in this study, we attempt to develop a prediction model that can easily predict the ASET for each fire distance as a fire factor and spatial factor by applying ensemble learning. The prediction model developed using machine learning based on FDS data showed a high coefficient of determination of 0.91, and we believe that ASET for each distance can be derived in real time by applying this prediction model.