В данной статье рассматривается всестороннее исследование предэвакуационного поведения людей при возникновении чрезвычайной ситуации. В связи с этим целесообразно применение подходов машинного обучения, в частности нейронных сетей, для интеллектуального анализа данных в области безопасности. Статистические данные, которые получены в условиях чрезвычайных ситуаций могут быть ограниченными и являться в целом неопределенными, по этой причине рекомендуется выбрать архитектуру нейронной сети - адаптивную сетевую систему нечеткого вывода (ANFIS), основанную на системе нечеткого вывода Такаги–Сугено. Рассматриваемая в статье архитектура нейронной сети в виде архитектуры адаптивной сетевой системы нечеткого вывода состоит из пяти слоев, где каждый слой выполняет вполне определенную функцию. Данные о поведенческой реакции людей до начала эвакуации для обучения искусственной нейронной сети получены с помощью таких подходов, как интервьюирование, анкетирование, опрос. В результате в статье предложен подход к прогнозированию предэвакуационного поведения людей при пожаре, основанный на адаптивной сетевой системе нечеткого вывода, который может применяться для манипулирования ограниченными данными человеческой реакции при пожаре.