火灾探测的人工神经网络方法.pdfVIP

维普资讯 · 39 · 人类工效学 1997年月筮 查蔓!塑 火灾探测的人工神经网络方法 昊龙标 邓 超 (中国科学技术大学火突科学国家重点实验室 舍肥 230026) 摘 要 火灾早期探测是较复杂和有重大义意的问题，本文指出了传统火灾探测方法所存在的问 题，在分析火灾实验数据的基础上，提出了一种新的火灾探测方法，即人工神经网络(ANN)方法 ·由于 ANN方法具有自学习能力，能适应各种复杂条件，因此它能克服传统火灾探测方法的缺陷，摸拟实验结 果也表明ANN方法在火灾 自动探测中是一种十分有效的方法。 美键词 火灾探测 人工神经网络 BP算法 1 引育 术存在很高误警率的主要原因。 日益增长的火灾损失使人们认识到早期准确 火灾的规律既有确定性的一面，又有随机性 探测火灾的重要性。这也是充分发挥灭火措施，减 的一面。在实际火灾过程中，众多因素常常变化， 少火灾损失，保护生命财产安全的重要条件。因 这种变化又往往带有随机性，火灾过程伴随着多 此，世界各国的研究工作者试图发现新的早期探 种物理现象及化学反应。物质燃烧进行热解、热辐 测方法，开拓火灾自动报警的新领域。 射等气化反应，释放出挥发分子，主要有Hz、CO2、 传统的火灾探测技术能够完成一定的火情探 HO等。而这些都处在复杂的环境条件包围之 测，但普遍存在误警率高的问题 中。我们测量得到的任一种成分都可能掺杂着其 本文采用人工神经网络(ANN)方法进行火 它杂质。例如，燃烧产生烟雾，但若单用烟雾传感 灾自动探测研究，ANN在 目前的主要应用领域 器来探测则很难与香烟产生的烟气区分开来。所 是信号处理与模式识别；知识处理工程或专家系 以，若要准确地探测火灾必须将多种参数溶合起 统及运动过程控制。模式识别是实现对各种事物 来加以判断。 或现象的分析，描述，判断和识别。火灾自动探测 相同的材料在某种环境条件下，具有着火的 是通过对火灾现象及机理的分析，描述达到对火 可能，而另种材料在此环境条件下却可能不具备 灾的判断和识别。因此，火灾探测从广义上来说也 着火条件。同样，相同的材料在不同环境下具有不 是一种模式识别问题，用ANN方法进行火灾探 同的着火条件，实际火灾参数(流速、温度、烟气浓 测是可行的 度、热流强度等)都随着空间位置和时间而变化， 2 火灾探测与人工神经网络 火灾实验还表明，不同的可燃物的起火现象和产 火灾火情决策是一个复杂的过程，它包括接 物都不尽相同。面对如此复杂的环境和现象，试图 收输入信号，通过已知信息和经验的比较对输人 建立某种规范的数学模型，进行火灾探测是相当 信号进行处理，产生基于全部已知信息的输出 困难的 即使可做也很复杂，而且不能解决根本问 传统的基于计算机决策系统是很简单的。它 题。因此，我们有必要寻求另一种有效的解决方法 们依赖于单个传感器进来的信息，根据输人信号 — — 人工神经网络方法。 的有限信息做出判决。例如，在烟雾判断系统中， 本文用多层人工神经网络的学习与识别方法 用电或光的方法探测烟的粒子，当粒子达到了预 解决该问题。ANN是模拟人脑工作机制的一种 定的阈值，就会发出告警信号。这种方法仅需单个 模型，它由许多相同或相似的神经元(neuron)通 输人信号和单个决策点，这就是传统火灾探测技 过广泛的连接构成的一种网状结构，并采用分布 维普资