本文關鍵詞：智能家居防火系統(tǒng)的算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學技術和經濟的快速發(fā)展，生活水平的提高，人們越來越重視家居生活的舒適性、安全性和智能性，智能家居也成為了未來家居的發(fā)展趨勢。家居防火系統(tǒng)是智能家居系統(tǒng)中的重要組成部分，特別是由于近年來家庭火災顯著增加，因此研究家居防火系統(tǒng)就有著很實用的意義。智能家居防火系統(tǒng)最主要的任務就是能夠識別早期火災，準確分清其他火情，并且通知中控系統(tǒng)或其他聯動系統(tǒng)，使人們的生命財產損失最小化。 本文在分析火災特種特征的基礎上，摒棄傳統(tǒng)火災探測系統(tǒng)使用單一信號探測的方法，選用火災發(fā)生時的溫度變化，煙霧濃度變化以及CO濃度信號作為系統(tǒng)的輸入信號，采用多源信息融合技術提高探測的準確性和可靠性。 針對選用的探測信號，首先分別運用模糊推理和神經網絡算法作為處理算法進行系統(tǒng)設計，并且根據國內外標準試驗火災數據作為樣本數據進行仿真與分析，對比分析發(fā)現使用單獨的算法并不能取得理想結果，提出結合模糊控制和神經網絡雙方優(yōu)點的模糊神經網絡算法，在選擇神經網絡時，對比分析常用的神經網絡算法：RBF和BP算法，發(fā)現在相同樣本相同誤差情況下，RBF網絡收斂速度更快。 文中提出了一種結構等價型的模糊RBF神經網絡算法，采用六層神經網絡結構來實現模糊系統(tǒng)的模糊化和規(guī)則推理，并且在隱含層到輸出層之間的權值計算的時候，引入動量因子來加速收斂。仿真結果表明該算法比單獨使用模糊推理和神經網絡算法效果更好，穩(wěn)定性和準確性有顯著提升，誤報減少，而且能夠在火災發(fā)生較早時期就產生響應，大大減小居民損失。 文中將火災探測系統(tǒng)分為兩部分設計，第一部分是模糊RBE神經網絡，其輸出是三種火情的概率，第二部分是模糊推理系統(tǒng)，針對第一部分輸出陰燃火和明火火災概率處于中間值0.5附近比較難判斷時，根據火災信號特征，，引入了煙霧持續(xù)時間信號來進行模糊推理判決，使系統(tǒng)輸出的火災概率更加準確，誤報率更低，仿真結果令人滿意，表明系統(tǒng)具有一定抗干擾能力。
【關鍵詞】：智能家居 家居防火 模糊神經網絡
【學位授予單位】：中國地質大學（北京）
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TU855;TU892
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景及意義10-12
• 1.2 智能家居防火系統(tǒng)的研究現狀12-14
• 1.3 本文主要研究內容14-16
• 第2章 家庭火災探測技術研究16-22
• 2.1 火災特征分析16
• 2.2 火災燃燒過程分析16-17
• 2.3 火災探測器概述17-19
• 2.4 火災探測算法概述19-22
• 第3章 模糊控制與神經網絡基礎理論22-42
• 3.1 多元信息融合技術概述22-26
• 3.1.1 多傳感器信息融合22-23
• 3.1.2 信息融合算法23-24
• 3.1.3 信息融合系統(tǒng)的結構模型24-26
• 3.2 模糊控制基礎理論26-32
• 3.3 人工神經網絡基礎理論32-37
• 3.3.1 神經網絡34-35
• 3.3.2 神經網絡分類35-37
• 3.4 模糊神經網絡37-42
• 3.4.1 模糊控制與神經網絡結合38-39
• 3.4.2 模糊神經網絡結構39-40
• 3.4.3 典型模糊神經網絡40-42
• 第4章 基于 FLC 和 ANN 的算法設計42-60
• 4.1 系統(tǒng)結構設計42-43
• 4.2 模糊控制在智能家居火災探測系統(tǒng)中的應用43-51
• 4.2.1 輸入輸出模糊化43
• 4.2.2 隸屬度函數選擇43-44
• 4.2.3 模糊規(guī)則建立44-46
• 4.2.4 去模糊化46
• 4.2.5 MATLAB 仿真46-51
• 4.3 神經網絡家居火災探測系統(tǒng)中的應用51-60
• 4.3.1 網絡模型建立52-53
• 4.3.2 網絡學習算法實現53-55
• 4.3.3 MATLAB 仿真55-60
• 第5章 模糊神經網絡系統(tǒng)設計與仿真60-71
• 5.1 模糊 RBF 網絡系統(tǒng)模型建立60-66
• 5.2 系統(tǒng)學習算法66-68
• 5.3 系統(tǒng)決策層設計與實現68
• 5.4 模糊神經網絡仿真分析68-71
• 第6章 總結與展望71-73
• 6.1 總結71
• 6.2 展望71-73
• 致謝73-74
• 參考文獻74-77
• 個人簡歷77

【參考文獻】

中國期刊全文數據庫 前10條

1 郭玲玲;;火災探測器現狀及其發(fā)展趨勢[J];安防科技;2010年05期

2 施式亮,湯廣發(fā),何利文;基于小波神經網絡的建筑火災預測模型及應用[J];鐵道科學與工程學報;2005年02期

3 付永麗;董愛華;;模糊神經網絡在火災探測系統(tǒng)中的應用研究[J];電氣技術;2008年02期

4 陳麗;;家庭火災的特點和防火措施[J];廣西民族大學學報(自然科學版);2009年S1期

5 鐘飛,鐘毓寧;Mamdani與Sugeno型模糊推理的應用研究[J];湖北工業(yè)大學學報;2005年02期

6 王鳳朝;黃樹采;韓朝超;;多傳感器信息融合及其新技術研究[J];航空計算技術;2009年01期

7 王殊;火災自動探測的復合特定趨勢算法[J];火災科學;1996年01期

8 吳龍標,張本礦,連加銳;基于遺傳算法的前饋神經網絡火災探測[J];火災科學;1998年02期

9 王殊;可變窗信號趨勢算法及其應用于火災自動探測[J];華中理工大學學報;1996年11期

10 楊宗凱,王殊,何建華,沈春蕾;一種基于前饋神經網絡的火災探測方法[J];華中理工大學學報;1997年02期

  本文關鍵詞：智能家居防火系統(tǒng)的算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：409233