一种新型 BP 神经网络模型在火灾探测信息处理中的应用.pdfVIP

第 12卷 第 5期 铁道科学与工程学报 Volume 12 Number5 2015年 10月 JournalofRailwayScienceandEngineering October2015 一 种新型 BP神经网络模型在火灾 探测信息处理 中的应用 赵望达，李卫高，熊涵予，韩柯柯 (中南大学土木工程学院，湖南 长沙410075) 摘 要：现阶段，神经网络模型在火灾探测信息处理应用中存在以下缺陷：选取火灾特征组合具有主观性；选取的神经网络 类型缺乏对比；缺乏大量实验数据对神经网络泛化能力的验证。利用NIST机构所做一系列火灾探测研 究实验数据样本， 通过信息熵理论在火灾信号选取 中的应用获取火灾复合探测信号特征选取的组合形式，并在此基础上建立火灾探测信息 处理神经网络初始模型。经过一系列Matlab仿真实验，分析神经网络的模型结构、传递函数和训练函数对仿真结果的影 响，提 出一种基于trainbr训练函数、tansig传递函数的3—7—1结构BP神经网络模型。采用网络训练时间、探测点、误报率 和网络输出区间进行网络性能分析，验证所提出模型在火灾探测中应用具有训练速度快，结果稳定可靠，探测灵敏的特点。 关键词：火灾探测；神经网络；信息熵；Maflab 中图分类号：TK121 文献标志码：A 文章编号：1672—7029(2015)05—1212—07 Improvedneuralnetworkmodelapplicationinfiredetection ZHAO Wangda，LIW eigao，XIONGHanyu，HAN Keke (SchoolofCivilEngineering，CentralSouthUniversity，Changsha410075，China) Abstract：Intheprocessingoffiredetection．somedefectsarecontainedin theuseofneutalnetworkmode1． Thesedefectsarethesubjectivityoftheselectionoffirefeature，thelackofcomparisonamongtheselectedneural networktypesand thelackofadequateexperiments．Basedonaseriesofdatasamplesoffiredetectionexpefi． mentsgivenbyNIST，thecombinationofsignalfeatureselectionforcompositefiredetectionthroughtheapplica— tionofinformationentropytheoryintheselectionoffiresignalisobtained，andtheinitialmodelofneuralnet． workofrthefiredetectioninformationprocessingisestablished．Afteraseriesofexploratoryexperimentssimula— tedbyMatlab，theeffectsofthestructureoftheneuralnetworkmodel，transferfunctionandthetrainingfunction onthesimulationresultsareanalyzed，andanimprovedBPneuralnetworkmodelbasedontrainbrtrainingfunc— tion．tansigtransferfunctionandthestructureof3—7—1isproposedofund．Throughthenetworkperfomr ance analysisofnetworktrainingtime，probepoints，thefalsepositiverat