火灾探测的模糊神经网络数据融合算法

２００７年５月第ｌ４卷增刊

控制工程

ＣｏｎｔｍｌＥｒｌｇｉｎｅｅｒｉｎｇｏｆＣｈｉｎａ

Ｍａｖ２００７

Ｖ０１．１４，Ｓ

文章编号：１６７Ｉ一７８４８（２００７）ｓ）一００４４．０３

火灾探测的模糊神经网络数据融合算法

王娜，徐凤荣，刘海龙

（燕山大学电气工程学院，河北秦皇岛０６６００４）

摘要：为提高火灾报警系统的正确率，提出一种多传感器火灾探测系统的数据融合算

法。采用模糊神经网络建立了数据融合决策模型，并用改进的ＢＰ算法对网络进行学习和训

练，自动调整模糊系统参数。根据国家标准试验火数据进行网络训练，系统误差小于试验火

标准误差要求，表明了算法的有效性和可行性。与其他方法探测结果进行比较，体现了所设

计的算法的优越性。

关键词：火灾探测；数据融合；模糊神经网络；ＢＰ算法

中图分类号：ＴＫ１２ｌ文献标识码：Ａ

ＯｎＤａｔａＦｕｓｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＦｕｚｚｖＮｅｕｒａｌＮｅｔｗｏｒｋ

一＿

ｆｏｒＦｉｒｅＤｅｔｅｃｔｉｏｎ

ＷＡＮＧＮｎ，ｘＵＦｅｎ雪ｍｎｇ，ＨＵＨ６办ｋｎｇ

（ｃｏｌｌｅｇｅ０ｆＥｌｅｃｔｒｉｃａｌＥｎ舀ｎｅｅｒｉｎｇ，Ｙａｎｓ｝ｌａｎｕｎｉｖｅｒｓｂ，ＱｉｎｈｕａＩｌ鲥ａｏ０６印０４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｍｖｅｔｈｅｖｅｒａｃｉｔｙｏｆ６ｒｅｉｌｌａＨ血ｎｇｓｙｓｔｅｍ，ａｄａ【ａｆｕｓｉｏｎａｌ刚ｔ｝ｌｍｕｓｅｄｍｕＩｔｉ?ｓｅｎｓｏｒｆｉｒｅｄｅｔｅｃｔｓｙｓｔｅｍｉ８ｐｍｐｏＳｅｄ．ＴｈｅａｇｏｒｉｔｌｌＨｌ印ｐｌｉｅｓｆｈｚＺ）ｆｎｅ啪ｌｎｅｔｗｏｒｋｔｏｓｅｔｕｐｄａｔａｆ缸ｉｏｎｒｎｏｄｅｌ，甜ｌｄｕｓｅｓａｎｉｍｐｍｖｅｄＢＰａ１９０ｒｉｔｈｍｔｏｓｔＩｌｄｙａｎｄｔｍｉｎｒｌｅｔｗｏｒｋ，“ｉｃｈｍａｋｅｓｔ１１ｅｍｏｄｅｌｃａＩｌａｄｊｕｓｔ｛ｈｚｚｙｓｙｓｔｅｍｐ嬲ｌＨｌｅｔｅｒａｕｔ叫１ａｔｉｃａｌｌｙ．ｎｅｎｅｔｗｏｒｋｉｓ晒ｎｅｄｕｓｉｎｇｃｏ唧ｔｒｙｔｅｓｔｉｎｇｆｉｒｅｄａｔａ，ｓｙｓｔｅｌｎｅＨ＿０ｒｉｓｌｅｓｓｔｌｌａｎｓｔａＪｌｄａｒｄｅＨＤｒ，ｗ１１ｉｃｈｓｈｏｗｓｔｈｅｖａｌｉｄｉｔｙａｎｄｆｅａｓｉｂｉｌ时ｏｆｔ｝ｌｅａｌｇｏｒｉｍｍ．山１ｄｉｔａｌｓｏｓｈｏｗｓｔ｝ｌｅａｄｖ蛐ｔａ寥ｓｏｆｔｈｉｓａｌｇｏｒｉｔｈｒＩｌｗｈｅｎｃｏｍｐａｒｅｓｗｉｔｈｏｔ｝ｌｅｒｍｅｔｌｌｏｄ．

ＫｅｙⅥ饼也：６ｒｅｄｅｔｅｃｔｉｏｎ；ｄａｔａｆｕｓｉｏｎ；＾ｌｚ万ｎｅｕｒａｌｎｅｔｗｏｒｋ；ＢＰ蛔削‰

１引言

火灾的发生和发展过程是一个复杂的物理化学过程，且与周围环境的相关性很强¨。。，因此火灾探测是一种特殊类型信号的检测，系统应能根据环境变化的不同，自动调整运行参数以适应不同的环境。传统的火灾探测系统智能化程度较低，且单一传感器信号易引起误报警。因此近年来出现了复合火灾探测器。４』，即采用多通道传感器获得多个火灾信号参数如温度、烟雾等经过处理后判断火灾情况，然而如何由多种信号分析得到最终判决结果，并能适应各种不同环境的有效算法还有待研究。

近年来，模糊技术和神经网络作为一种新兴的数据融合算法发展迅速，模糊算法具有模仿人的综合判断推理能力，神经网络具有自学习、自适应功能等特点１５。本文将模糊理论与神经网络有机结合，引人到火灾探测系统，将火灾的多种信号进行数据融合，提高系统检出率，降低误报警率。

２基于模糊神经网络的火灾探测模型

大量实验观察表明，火灾探测系统得到的ＣＯ，０２，Ｈ２，烟雾浓度和温度及这些参量的变化率与火灾的状态存在着一定的映射关系。为此，对火灾状态的识别，就变成了研究火灾状态与上述参量之间存在的关系问题。本文采用感烟传感器和温度传感器采集火灾信号，系统模型如图１所示。

ｒ一’…………………………‘Ｔ

ｉ模糊神经网络单元ｉ刻雏捌驰：：怿图ｌ基于模糊神经网络的火灾探测系统模型

传感器采集火灾信号，经分组开关送入预处理部分，模糊神经网络对信号处理并对火灾信号识别判断。

根据图１中的模糊神经网络单元的基本框图，可设计出具体神经网络结构。此模糊神经网络模型为二输入单输出，输入为温度信号７，和烟雾信号ｙ，输出为火灾发生概率。其结构如图２所示。

各层功能描述如下：

收稿日期：２００６．０８一ｉ５；收修定稿日期：２００６．１１—１１

作者简介：王娜（１９７７一），女，河北唐山人，助教，主要从事智能检测等方面的教学与科研工作。　万方数据