模糊神经网络在火灾探测中的应用研究
|
摘要
本文根据火灾探测的特点，针对于火灾探测复杂的、非线性结构的对象，提出将模糊神经网络应用于火灾探测中，以降低火灾探测的误报率、提高准确性的思想。本文首先阐述了模糊系统和神经网络在火灾探测中的应用依据，并对模糊控制、神经网络以及模糊神经网络的发展和原理等进行综述。本文采用模糊神经网络用于火灾探测中不仅能将模糊系统与神经网络的仿人思维的功能与处理非线性结构的共同特点发挥出来，而且还能各取所长，共生互补。应用多层前馈网络构造模糊变量隶属函数和模糊推理控制模型，使神经网络不再表现为黑箱式映射，其所有节点和参数都具有模糊系统等价意义。将模糊规则与隶属度函数用神经网络表现出来，利用神经网络的自学习特性实现隶属度函数和模糊规则的自动提取，可优化调整隶属函数，并且模糊系统也弥补了神经网络运算速度较慢的缺点，因此将其用于火灾探测会具有较低的误报率、较高的可靠性和较强的环境适应能力。同时本文提出模糊神经网络用于火灾探测中的模型结构，详细介绍了模糊神经网络的设计过程与算法。并对模糊神经网络进行训练，得到较为满意的结果，证明了将模糊神经网络应用于火灾探测的思想是符合实际要求的。
According to the characteristics of fire detection, the thesis mainly puts forward a sort of thought of applying fuzzy neural network to fire detection in order to reduce the false alarm rate and improve the veracity. It first expatiates on the basis of applying fuzzy neural network in fire detection . It also summarizes the development and the principle of fuzzy control system, neural network and fuzzy neural network. The fuzzy system and the neural network have the ability of apery thought. They can also deal with non-linearity configuration. The application of fuzzy neural network in fire detection can exert the characteristic in common of the fuzzy system and the neural network. When the fuzzy system is combined with neural network, fuzzy rules and subjection function can be exhibited by the neural network and be picked up through self-study trait of neural network. Moreover, Fuzzy system can also make up the shortcoming of slow operational rate of the neural network. So fuzzy neural network in fire dete
ction will have lower misinformation rate , higher security and stronger environmental adaptive capability. The thesis also introduces the construction of fuzzy neural network, expounds the design course and the arithmetic. Besides , it trains the fuzzy neural network and gains the satisfying results. This work shows that the thought is feasible.
According to the characteristics of fire detection, the thesis mainly puts forward a sort of thought of applying fuzzy neural network to fire detection in order to reduce the false alarm rate and improve the veracity. It first expatiates on the basis of applying fuzzy neural network in fire detection . It also summarizes the development and the principle of fuzzy control system, neural network and fuzzy neural network. The fuzzy system and the neural network have the ability of apery thought. They can also deal with non-linearity configuration. The application of fuzzy neural network in fire detection can exert the characteristic in common of the fuzzy system and the neural network. When the fuzzy system is combined with neural network, fuzzy rules and subjection function can be exhibited by the neural network and be picked up through self-study trait of neural network. Moreover, Fuzzy system can also make up the shortcoming of slow operational rate of the neural network. So fuzzy neural network in fire dete
ction will have lower misinformation rate , higher security and stronger environmental adaptive capability. The thesis also introduces the construction of fuzzy neural network, expounds the design course and the arithmetic. Besides , it trains the fuzzy neural network and gains the satisfying results. This work shows that the thought is feasible.
引文
[1] 徐春燕．火灾探测技术的发展及其应用．鞍钢技术．2000年第9期：60-62
[2] 刘世良，潘一平．火灾多元复合探测技术的现状与发展．消防技术与产品信息．1998年04期：21-24
[3] Okayama Y. A primitive study of a fire detection method controlled by artificial neural net. Fire Safety Jounal, 1991, 17(6): 535-553
[4] Okayama Y. Approach to Detection of Fires in Their Very Early stages by Odor Sensors and neural net. Proceedings of the 3rd International Symposium of Fire Science, 1991: 955-964
[5] S.Nakanishi, et al. Intelligent Fire Warning System Using Fuzzy Technology. Journal of Japan Society for Fuzzy Theory and systems.1993, 5(1): 95-107
[6] Milke, J.A. Application of Neural Networks for Discriminating Fire Detectors[A].Duisburg, Germany, Luck, International Conference in Automatic Fire Detection AUBE'95[c]. 1995: 213-222
[7] 吴龙标等．火灾探测的人工神经网络方法．人类工效学．1997，3(2)：39-41
[8] 吴龙标等．基于遗传算法的前馈神经网络火灾探测．火灾科学．1998，7(2)：21-26
[9] 宋卫国，范维澄，吴龙标．基于人工神经网络的火灾图像探测方法．火灾科学．1999，8(3)：49-56
[10] 何建华，杨宗凯，王殊．基于神经网络和模糊逻辑的智能火灾探测．华中理工大学学报，1997，25 (2)： 9-12
[11] Thomas J. McAvoy, James Milke, Tekin A. Kunt. Using Multivariate Statistical Methods to Detect Fire[J]. Fire Technology. 1996. 32 (1): 23-29
[12] Bukowski R. W., Reneke P. A. New Approaches to the Interpretation of Signals from Fire Sensors[A]. Fire Suppression and Detection Research Application Symposium. Research and Practice: Bridging the Gap. Proceeding[C]. National Fire Protection Research Function. February 24-26. 1999. Orlando. FL: 55-64.
[13] James A. Milke. Using Multiple Sensors for Discriminating Fire Detection[A]. Fire Suppression and Detection Research Application Symposium. Research and Practice: Bridging the Gap. Proceedings[C]. February24-26, 1999. Orlando. FL. 1999: 150-164
[14] Gottuk, D. Y., Roby, R. J. and Beyler, C. L.. Advanced Fire Detection Based upon Combined Conventional Smoke and CO[R]. SBIR final report, DoC contract number 50-DKNA-3-0016, Hughes Associates, Inc., Columbia, MD, February 1994: 153-158
[15] Satoh K, D. Kouzeki, H. Tamura and M. Hosokawa. Intelligent Fire Detection System using Multi-sensor Fire Detector and Fuzzy expert System. 日本消防科研所技术报告. No. 28. 1993: 1-5
[16] 何玉彬，李新忠．神经网络控制技术及其应用．科学出版社．2000．
[17] 王立新．自适应模糊系统与控制．设计与稳定性分析．国防工业出版社．1995．
[18] 焦李成．神经网络的应用与实现．西安电子科技大学出版社．1993
[19] 黄德双．神经网络模式识别系统理论．电子工业出版社．1996．
[20] 李民，王志强．用RBF神经网络建立火灾探测器模型．低压电器．2001年01期：41-45
[21] 赵振宇，徐用懋．模糊理论和神经网络的基础与应用．北京：清华大学出版社，1996．
[22] 王伟．人工神经网络原理入门与应用．北京航空航天大学出版社，1995．
[23] 易继锴，侯媛彬．智能控制技术．北京工业大学出版社，2001．
[24] 刘增良．模糊技术与神经网络技术选编(5)．北京航空航天大学出版社，2000．
[25] 王士同．模糊系统、模糊神经网络及应用程序设计，上海科学技术文献出版社，1998．
[26] 中华人民共和国国家标准——点型感温火灾探测器技术要求及试验方法(GB4716-84)1993： 69-74
[27] 中华人民共和国国家标准——点型感烟火灾探测器技术要求及试验方法(GB4715-84)1993：31-37
[28] BRITISH STANDARD, Fire detection and fire alarm systems-Part5: Heat detectors-Point detectors using scattered light, transmitted light of ionization, BS EN 54-5: 2001: 5-20
[29] BRITISH STANDARD, Fire detection and fire alarm systems-part7: Smoke detectors-Point detectors using scattered light, transmitted light of ionization, BS EN 54-7: 2001: 5-20
[30] 杨宗凯，王殊等．一种基于前馈神经网络的火灾探测方法．华中理工大学学报，1997年2月．第25卷第2期：5-8
[31] James. A. Milke, Monitoring Multiple Aspects of Fire Signatures for Discriminating Fire Detection, Fire Technology. Vol.35.No.3.1999: 25-29
[32] 翁桂荣．关于人工神经网络在智能传感器中的应用研究．仪器仪表学报．2002年6月。第23卷第3期：298-301
[33] 王旭，王宏，王文辉．人工神经元网络原理与应用．东北大学出版社．第一版．2000年12月： 51-60
[34] 姚伟祥，吴龙标，卢结成．用模糊神经网络进行火灾探测．信号处理．2000，16(1)68-73
[35] 张乃尧，阎平凡．神经网络与模糊控制．北京：清华大学出版社1998．
[36] 王殊，杨宗凯，何建华．神经网络模糊推理系统在火灾探测中的应用．数据采集与处理．1998，13 (2) 149-153
[37] 易继锴，张蔚蔚．模糊神经网络技术及其在火灾探测过程中的应用．北京工业大学学报．2001年03期：337-341
[38] 汤正华，王殊，陈涛．多传感器／多判据探测器在火灾探测中的应用．传感器技术．2001年03期：33-38
[39] 王利清，魏学业，尹进才。模糊神经网络在火灾信号探测系统中的应用研究。电子测量与仪器学报。2001年02期：26-30
[40] Wang, L.X. and Mendel J.M., Fuzzy Basis Functions, Universal Approximation, and Orthogonal Least-Squares Learning. IEEE Transactions on Neural Networks, Vol.3, No.5, 807-814, 1992
[41] 蔡彦等．一种运用模糊处理技术得多参量火警预报系统．电子技术应用．1998(8)，13-15
[42] 姚尹武，熊金涛，毛宗源．一种神经网络自组织模糊控制．控制理论应用．1996，13(6)：738-744
[43] 汤正华，王殊，杨宗凯．基于离子受激散射的烟雾粒子检测与识别．激光杂志．2001，22(2)： 63-65
[44] 侯卫兵，冯冠平．自适应神经元模糊控制系统的研究．控制与决策．1997，12(3)：269-273
[45] 王隆杰．毛宗源．用神经网络进行模糊推理的模糊控制器．控制理论与应用．1994，11(4)： 611-615
[46] 史杰，孙丽华，刘力辉．基于神经网络的火灾探测系统．微计算机信息．2000年03期：49-50
[47] 应行仁，曾南．采用BP神经网络记忆模糊规则的控制．自动化学报．Vol．17．No．1．63-67．1991
[48] 陈涛，袁宏永，范维澄．火灾探测技术研究的展望．火灾科学．第10卷第2期2001年4月：108-112
[49] 刘普寅．一种新的模糊神经网络及其逼近性能．中国科学E辑．2002年01期：76-86
[50] liu puyin. Analyses of regular fuzzy neural networks for approximation capabilities. Fuzzy Sets and System. 2000, 114: 329-338
[51] 刘良江，侯拥和．模糊神经网络技术的发展与应用．矿冶工程．2002年01期：66-68
[2] 刘世良，潘一平．火灾多元复合探测技术的现状与发展．消防技术与产品信息．1998年04期：21-24
[3] Okayama Y. A primitive study of a fire detection method controlled by artificial neural net. Fire Safety Jounal, 1991, 17(6): 535-553
[4] Okayama Y. Approach to Detection of Fires in Their Very Early stages by Odor Sensors and neural net. Proceedings of the 3rd International Symposium of Fire Science, 1991: 955-964
[5] S.Nakanishi, et al. Intelligent Fire Warning System Using Fuzzy Technology. Journal of Japan Society for Fuzzy Theory and systems.1993, 5(1): 95-107
[6] Milke, J.A. Application of Neural Networks for Discriminating Fire Detectors[A].Duisburg, Germany, Luck, International Conference in Automatic Fire Detection AUBE'95[c]. 1995: 213-222
[7] 吴龙标等．火灾探测的人工神经网络方法．人类工效学．1997，3(2)：39-41
[8] 吴龙标等．基于遗传算法的前馈神经网络火灾探测．火灾科学．1998，7(2)：21-26
[9] 宋卫国，范维澄，吴龙标．基于人工神经网络的火灾图像探测方法．火灾科学．1999，8(3)：49-56
[10] 何建华，杨宗凯，王殊．基于神经网络和模糊逻辑的智能火灾探测．华中理工大学学报，1997，25 (2)： 9-12
[11] Thomas J. McAvoy, James Milke, Tekin A. Kunt. Using Multivariate Statistical Methods to Detect Fire[J]. Fire Technology. 1996. 32 (1): 23-29
[12] Bukowski R. W., Reneke P. A. New Approaches to the Interpretation of Signals from Fire Sensors[A]. Fire Suppression and Detection Research Application Symposium. Research and Practice: Bridging the Gap. Proceeding[C]. National Fire Protection Research Function. February 24-26. 1999. Orlando. FL: 55-64.
[13] James A. Milke. Using Multiple Sensors for Discriminating Fire Detection[A]. Fire Suppression and Detection Research Application Symposium. Research and Practice: Bridging the Gap. Proceedings[C]. February24-26, 1999. Orlando. FL. 1999: 150-164
[14] Gottuk, D. Y., Roby, R. J. and Beyler, C. L.. Advanced Fire Detection Based upon Combined Conventional Smoke and CO[R]. SBIR final report, DoC contract number 50-DKNA-3-0016, Hughes Associates, Inc., Columbia, MD, February 1994: 153-158
[15] Satoh K, D. Kouzeki, H. Tamura and M. Hosokawa. Intelligent Fire Detection System using Multi-sensor Fire Detector and Fuzzy expert System. 日本消防科研所技术报告. No. 28. 1993: 1-5
[16] 何玉彬，李新忠．神经网络控制技术及其应用．科学出版社．2000．
[17] 王立新．自适应模糊系统与控制．设计与稳定性分析．国防工业出版社．1995．
[18] 焦李成．神经网络的应用与实现．西安电子科技大学出版社．1993
[19] 黄德双．神经网络模式识别系统理论．电子工业出版社．1996．
[20] 李民，王志强．用RBF神经网络建立火灾探测器模型．低压电器．2001年01期：41-45
[21] 赵振宇，徐用懋．模糊理论和神经网络的基础与应用．北京：清华大学出版社，1996．
[22] 王伟．人工神经网络原理入门与应用．北京航空航天大学出版社，1995．
[23] 易继锴，侯媛彬．智能控制技术．北京工业大学出版社，2001．
[24] 刘增良．模糊技术与神经网络技术选编(5)．北京航空航天大学出版社，2000．
[25] 王士同．模糊系统、模糊神经网络及应用程序设计，上海科学技术文献出版社，1998．
[26] 中华人民共和国国家标准——点型感温火灾探测器技术要求及试验方法(GB4716-84)1993： 69-74
[27] 中华人民共和国国家标准——点型感烟火灾探测器技术要求及试验方法(GB4715-84)1993：31-37
[28] BRITISH STANDARD, Fire detection and fire alarm systems-Part5: Heat detectors-Point detectors using scattered light, transmitted light of ionization, BS EN 54-5: 2001: 5-20
[29] BRITISH STANDARD, Fire detection and fire alarm systems-part7: Smoke detectors-Point detectors using scattered light, transmitted light of ionization, BS EN 54-7: 2001: 5-20
[30] 杨宗凯，王殊等．一种基于前馈神经网络的火灾探测方法．华中理工大学学报，1997年2月．第25卷第2期：5-8
[31] James. A. Milke, Monitoring Multiple Aspects of Fire Signatures for Discriminating Fire Detection, Fire Technology. Vol.35.No.3.1999: 25-29
[32] 翁桂荣．关于人工神经网络在智能传感器中的应用研究．仪器仪表学报．2002年6月。第23卷第3期：298-301
[33] 王旭，王宏，王文辉．人工神经元网络原理与应用．东北大学出版社．第一版．2000年12月： 51-60
[34] 姚伟祥，吴龙标，卢结成．用模糊神经网络进行火灾探测．信号处理．2000，16(1)68-73
[35] 张乃尧，阎平凡．神经网络与模糊控制．北京：清华大学出版社1998．
[36] 王殊，杨宗凯，何建华．神经网络模糊推理系统在火灾探测中的应用．数据采集与处理．1998，13 (2) 149-153
[37] 易继锴，张蔚蔚．模糊神经网络技术及其在火灾探测过程中的应用．北京工业大学学报．2001年03期：337-341
[38] 汤正华，王殊，陈涛．多传感器／多判据探测器在火灾探测中的应用．传感器技术．2001年03期：33-38
[39] 王利清，魏学业，尹进才。模糊神经网络在火灾信号探测系统中的应用研究。电子测量与仪器学报。2001年02期：26-30
[40] Wang, L.X. and Mendel J.M., Fuzzy Basis Functions, Universal Approximation, and Orthogonal Least-Squares Learning. IEEE Transactions on Neural Networks, Vol.3, No.5, 807-814, 1992
[41] 蔡彦等．一种运用模糊处理技术得多参量火警预报系统．电子技术应用．1998(8)，13-15
[42] 姚尹武，熊金涛，毛宗源．一种神经网络自组织模糊控制．控制理论应用．1996，13(6)：738-744
[43] 汤正华，王殊，杨宗凯．基于离子受激散射的烟雾粒子检测与识别．激光杂志．2001，22(2)： 63-65
[44] 侯卫兵，冯冠平．自适应神经元模糊控制系统的研究．控制与决策．1997，12(3)：269-273
[45] 王隆杰．毛宗源．用神经网络进行模糊推理的模糊控制器．控制理论与应用．1994，11(4)： 611-615
[46] 史杰，孙丽华，刘力辉．基于神经网络的火灾探测系统．微计算机信息．2000年03期：49-50
[47] 应行仁，曾南．采用BP神经网络记忆模糊规则的控制．自动化学报．Vol．17．No．1．63-67．1991
[48] 陈涛，袁宏永，范维澄．火灾探测技术研究的展望．火灾科学．第10卷第2期2001年4月：108-112
[49] 刘普寅．一种新的模糊神经网络及其逼近性能．中国科学E辑．2002年01期：76-86
[50] liu puyin. Analyses of regular fuzzy neural networks for approximation capabilities. Fuzzy Sets and System. 2000, 114: 329-338
[51] 刘良江，侯拥和．模糊神经网络技术的发展与应用．矿冶工程．2002年01期：66-68