基于BP神經(jīng)網(wǎng)絡(luò)的DS證據(jù)理論模型在火災(zāi)探測中的應(yīng)用研究.pdf

1、在中國，城市化進(jìn)程日益推進(jìn)，越來越多的人涌入城市。大量人口聚集在社區(qū)、寫字樓、大商場等小范圍的地方，這無疑增加了火災(zāi)對人類的威脅。因此人們需要更加可靠的火災(zāi)預(yù)警裝置預(yù)警火災(zāi)的發(fā)生來保護(hù)人們的生命和財(cái)產(chǎn)安全。傳統(tǒng)的火災(zāi)探測方式工作過程簡單，形式單一，只采用單一的傳感器探測火災(zāi)。但是隨著環(huán)境的變化，社會的發(fā)展，這樣的方式越來越顯現(xiàn)其局限性，干擾傳感器正常工作的因素越來越多，因此需要一種新的火災(zāi)探測方式來滿足人們的需求。多傳感器數(shù)據(jù)融合技術(shù)應(yīng)

2、用廣泛，在火災(zāi)探測中，使用多組傳感器探測火災(zāi)能夠彌補(bǔ)傳統(tǒng)火災(zāi)探測方式的缺點(diǎn)，而DS(Dempster-Shafer)證據(jù)理論和BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是數(shù)據(jù)融合技術(shù)領(lǐng)域應(yīng)用較多的兩種技術(shù)。
　　DS證據(jù)理論在處理不確定性問題上有良好的表現(xiàn)。對于多傳感器采集的現(xiàn)場信息，DS證據(jù)理論能在處理過程中逐漸將信息向不確定性小的方向靠攏，從而最終得到一個(gè)令人滿意的融合結(jié)果。但是DS證據(jù)理論的基本概率分配函數(shù)的確定是一個(gè)

3、問題。考慮到BP神經(jīng)網(wǎng)絡(luò)的自適應(yīng)自學(xué)習(xí)的特點(diǎn)，以及輸出結(jié)果可以控制在[0，1]范圍內(nèi)，所以將BP神經(jīng)網(wǎng)絡(luò)和DS證據(jù)理論結(jié)合，讓BP神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果作為DS證據(jù)理論的基本概率分配函數(shù)。鑒于此想法，本文建立了基于BP神經(jīng)網(wǎng)絡(luò)的DS證據(jù)理論模型，用以實(shí)現(xiàn)對火災(zāi)的探測。最后的實(shí)驗(yàn)結(jié)果表明該模型對火災(zāi)有很好的識別能力，并且具有一定的抗干擾能力。本文主要工作和成果如下:
　　1.針對單一傳感器在火災(zāi)探測系統(tǒng)應(yīng)用中的局限性，采用多傳感器數(shù)據(jù)融

4、合的方法，提出了基于BP神經(jīng)網(wǎng)絡(luò)的DS證據(jù)理論模型，并用模擬火災(zāi)驗(yàn)證該模型的有效性。結(jié)果表明該模型對火災(zāi)有很好的識別能力，并且在有干擾的情況下依然能準(zhǔn)確識別火災(zāi)。
　　2.在BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建上，綜合了多位學(xué)者專家的知識，結(jié)合自己不斷試驗(yàn)的結(jié)果，確定網(wǎng)絡(luò)的各項(xiàng)參數(shù)。針對標(biāo)準(zhǔn)BP算法收斂速度慢的缺點(diǎn)，采用改進(jìn)的BP算法，即L-M(Levenberg-Marquardt)算法，來加快網(wǎng)絡(luò)訓(xùn)練過程中的收斂速度。結(jié)果表明，L-M算法大大加