基于模糊神經網絡的火災數據處理方法的研究.pdf

1、現代社會人口急劇增加,財富大量產生,城市化進程加快,導致人口和財富高度集中;而現代火災發(fā)生的頻率和規(guī)模不斷擴大,造成的損失越來越大,為避免這種災難性后果,必須對火災探測的準確性提出更高的要求,盡量做到提前準確預報,減少誤報、漏報和延報。
　　 本文根據火災信號的復雜性、非線性結構等特點,首先根據模糊邏輯理論和神經網絡理論的原理,分別設計了基于模糊邏輯和神經網絡的火災數據處理系統(tǒng),并利用MATLAB進行了仿真分析,從仿真結果來看在

2、火災信號處理中單純依靠模糊邏輯或神經網絡并不能達到很好的辨識效果。
　　 進一步提出將模糊神經網絡應用于火災數據處理的設計思路,所設計的模糊神經網絡為六層的模糊神經網絡和模糊邏輯推理系統(tǒng)相串聯的結構。六層的模糊神經網絡將模糊規(guī)則和隸屬度函數用神經網絡表現出來,將隸屬度函數賦予神經網絡的權值,生成的神經網絡用于實現模糊推理;利用訓練樣本數據通過誤差反向傳播法訓練神經網絡,修改神經網絡的權值求得適合于現場環(huán)境的精確的模糊規(guī)則;從神經

3、網絡中提取修改后的隸屬度函數和模糊規(guī)則,并將此保存作為現場環(huán)境下的模糊推理之用。當真正的外界信號輸入時,按照訓練好的模糊神經網絡結構進行計算,得出正確的火災發(fā)生概率。在模糊神經網絡輸出端再串聯一模糊邏輯推理系統(tǒng),引入煙霧持續(xù)時間T(n),對于明火或陰燃火概率在0.5附近難以判決的情況做進一步的判斷處理,得出準確的是否發(fā)生火災的判斷。
　　 仿真結果表明該設計方案取得理想的效果,證明將模糊神經網絡應用于火災數據處理的設想是合理的。