基于BP神經網絡的DS證據(jù)理論模型在火災探測中的應用研究.pdf

1、在中國，城市化進程日益推進，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，這無疑增加了火災對人類的威脅。因此人們需要更加可靠的火災預警裝置預警火災的發(fā)生來保護人們的生命和財產安全。傳統(tǒng)的火災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。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探測方式來滿足人們的需求。多傳感器數(shù)據(jù)融合技術應

2、用廣泛，在火災探測中，使用多組傳感器探測火災能夠彌補傳統(tǒng)火災探測方式的缺點，而DS(Dempster-Shafer)證據(jù)理論和BP(Back Propagation)神經網絡是數(shù)據(jù)融合技術領域應用較多的兩種技術。
　　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，從而最終得到一個令人滿意的融合結果。但是DS證據(jù)理論的基本概率分配函數(shù)的確定是一個

3、問題?？紤]到BP神經網絡的自適應自學習的特點，以及輸出結果可以控制在[0，1]范圍內，所以將BP神經網絡和DS證據(jù)理論結合，讓BP神經網絡的輸出結果作為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神經網絡的DS證據(jù)理論模型，用以實現(xiàn)對火災的探測。最后的實驗結果表明該模型對火災有很好的識別能力，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探測系統(tǒng)應用中的局限性，采用多傳感器數(shù)據(jù)融

4、合的方法，提出了基于BP神經網絡的DS證據(jù)理論模型，并用模擬火災驗證該模型的有效性。結果表明該模型對火災有很好的識別能力，并且在有干擾的情況下依然能準確識別火災。
　　2.在BP神經網絡的構建上，綜合了多位學者專家的知識，結合自己不斷試驗的結果，確定網絡的各項參數(shù)。針對標準BP算法收斂速度慢的缺點，采用改進的BP算法，即L-M(Levenberg-Marquardt)算法，來加快網絡訓練過程中的收斂速度。結果表明，L-M算法大大加