基于模糊神經(jīng)網(wǎng)絡(luò)的智能火災(zāi)探測(cè)系統(tǒng)研究.pdf

1、火災(zāi)是一種常見(jiàn)的災(zāi)害，它給人類生命財(cái)產(chǎn)等造成重大的威脅和損失。世界各國(guó)一直致力于對(duì)火災(zāi)發(fā)生的機(jī)制、內(nèi)在機(jī)理進(jìn)行研究，目的是為了預(yù)防火災(zāi)發(fā)生，盡量減少火災(zāi)帶來(lái)的損失。在眾多手段中，火災(zāi)探測(cè)技術(shù)是預(yù)防和減少火災(zāi)發(fā)生的有效手段。針對(duì)傳統(tǒng)火災(zāi)探測(cè)技術(shù)是基于單參數(shù)，誤報(bào)、漏報(bào)十分常見(jiàn)的弊端，本人著重研究了基于模糊控制和神經(jīng)網(wǎng)絡(luò)的智能型火災(zāi)探測(cè)系統(tǒng)，在火災(zāi)探測(cè)算法上取得了一些進(jìn)展，主要工作內(nèi)容如下：
　　 (1)針對(duì)傳統(tǒng)火災(zāi)探測(cè)技術(shù)的種種弊

2、端，不能有效滿足當(dāng)今火災(zāi)報(bào)警的需求，提出了一種基于模糊推理和神經(jīng)網(wǎng)絡(luò)的智能融合火災(zāi)探測(cè)算法，以CO含量、環(huán)境溫度、煙霧濃度為系統(tǒng)輸入，利用人工智能技術(shù)對(duì)多信號(hào)融合；
　　 (2)利用模糊邏輯處理非線性問(wèn)題能力強(qiáng)的特點(diǎn)，采用模糊推理對(duì)三個(gè)系統(tǒng)輸入進(jìn)行模糊化、模糊推理、反模糊得到64條模糊規(guī)則，算法仿真使用MATLAB實(shí)現(xiàn)，模糊推理作為神經(jīng)網(wǎng)絡(luò)輸出的重要輔助判據(jù)；
　　 (3)采用神經(jīng)網(wǎng)絡(luò)模型來(lái)進(jìn)行數(shù)據(jù)模擬訓(xùn)練，比較了模型中

3、兩種比較典型的BP和RBF網(wǎng)絡(luò)進(jìn)行分析，對(duì)這兩種模型進(jìn)行了數(shù)據(jù)訓(xùn)練和測(cè)試比較。
　　 (4)利用基于經(jīng)驗(yàn)知識(shí)的模糊邏輯和靈活程度高、自學(xué)習(xí)能力強(qiáng)的神經(jīng)網(wǎng)絡(luò)，對(duì)二者進(jìn)行有機(jī)的融合，最大限度的發(fā)揮各自的特點(diǎn)和優(yōu)勢(shì)，在決策層提出了一種全新的判據(jù)，極大的提高了火災(zāi)探測(cè)的準(zhǔn)確性；
　　 (5)采用MATLAB和實(shí)用性非常強(qiáng)的VC聯(lián)合對(duì)該系統(tǒng)進(jìn)行仿真實(shí)現(xiàn)，最終實(shí)現(xiàn)人機(jī)交互，直觀實(shí)用；
　　 (6)對(duì)設(shè)計(jì)的智能火災(zāi)報(bào)警系統(tǒng)算法