模糊神经网络在火灾检测中的应用研究

论文摘要

本文分析了火灾信号检测系统的发展过程,重点研究了模糊逻辑理论、神经网络理论和控制理论。通过分析它们的优缺点和互补关系,得出了可利用模糊系统中专家的经验来确定神经网络的初始权值,以加快神经网络的学习速度;反过来,再用此神经网络来构造高性能的模糊逻辑系统。在分析传统火灾信号探测方法的不足和模糊逻辑与神经网络理论特点的基础上,提出了一种基于模糊神经网络的火灾信号探测数学模型,得出了它的一种学习算法,并进行了计算机仿真。计算机仿真表明这种算法学习速度快、收敛平稳。利用该模型,确定了一种多元火灾信号探测方法,并设计了火灾信号的数字滤波算法,确保了对火情的实时、准确和可靠预报,增强了系统的抗干扰能力。研究了微处理器的接口技术,应用现代电子技术设计了基于所提出模型的火灾信号检测与控制系统的体系结构,编制了算法程序和系统程序,实现了提出的方法。实验数据表明:该方法具有抗干扰能力强,误报率低等优点。而且,该模型还具有很强的通用性,经过适当的调整参数它可应用于其它领域。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 火灾信号检测技术国外发展状况
• 1.2 火灾信号检测技术国内发展状况
• 1.3 防火系统要求
• 1.4 火灾检测发展趋势
• 1.5 本文的主要工作及意义
• 2 模糊控制和神经网络概述
• 2.1 智能控制的产生与发展
• 2.2 传统控制与智能控制
• 2.3 模糊控制发展概况
• 2.4 模糊数学与模糊控制
• 2.5 神经网络发展概况
• 2.6 神经网络理论
• 2.7 模糊神经网络
• 3 基于模糊神经网络的火灾信号检测模型
• 3.1 引言
• 3.2 模型的建立
• 3.3 网络学习算法
• 3.4 网络的训练
• 3.5 仿真实例
• 4 探测方法
• 4.1 方法概述
• 4.2 抗干扰与数字滤波
• 5 系统设计
• 5.1 系统硬件设计
• 5.2 系统软件设计
• 6 实验验证
• 6.1 系统抗干扰实验
• 6.2 系统报警功能实验
• 结论
• 致谢
• 参考文献