基于模糊神經(jīng)網(wǎng)絡(luò)的中庭火災(zāi)探測(cè)系統(tǒng)

1、技術(shù)探討基于模糊神經(jīng)網(wǎng)絡(luò)的中庭火災(zāi)探測(cè)系統(tǒng)AtriumFireDetectingSystemBasedonFuzzy-neuralNetwork姚加飛李北海）重慶大學(xué)電氣工程學(xué)院（重慶摘要：將探測(cè)器的輸出信號(hào)模糊化后送入神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，采用3層前饋BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，用BP算法進(jìn)行網(wǎng)絡(luò)參數(shù)的訓(xùn)練，然后由模糊邏輯判決火災(zāi)和非火災(zāi)。用Matlab語(yǔ)言進(jìn)行仿真，結(jié)果表明基于模糊神經(jīng)網(wǎng)絡(luò)的中庭火災(zāi)探測(cè)系統(tǒng)能夠準(zhǔn)確探測(cè)各種標(biāo)準(zhǔn)試驗(yàn)火。關(guān)鍵詞：模糊神經(jīng)網(wǎng)絡(luò)中庭火災(zāi)探測(cè)系統(tǒng)Abstract:Putthefuzzyoutputintothefuzzy-neuralnetworktobemanagedafter

2、thefuzzificationfothesignalswhichcomefromdetector,usethreelayersfeedforwardBPneuralnetwork,andtrainthenetwork'sparameterswithBPlearningalgorithm,thenadoptthefuzzylogictotellfirefromwrongfire.SimulatethisprocesswithMatlab,it'sturnoutthatatriumfiredetectingsystembasedonfuzzy-neuralnetworkcande

3、tectkindsofstandarddevelopmentfiresexactly,andthitsystemhasgreatabilitiestoresestdisturbs.Keywords:Fuzzy-neuralnetworkAtriumFireDetectingsystem由于中庭火災(zāi)溫升并不高，探測(cè)中庭火災(zāi)主要是利用感煙探測(cè)器、紅外光束探測(cè)器、圖像探測(cè)器和氣體探測(cè)器。而前種類型探測(cè)器都是從不同側(cè)面對(duì)煙霧濃度及火災(zāi)進(jìn)行探測(cè)。因此，本著實(shí)用原則，以煙霧濃度和氣體濃度為例，按照人的邏輯思維，根據(jù)模糊推理的運(yùn)算方式，建立了模糊神經(jīng)網(wǎng)絡(luò)。模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)融合的方法有多種，本文在火災(zāi)探測(cè)系

4、統(tǒng)中采用串聯(lián)模糊神經(jīng)網(wǎng)絡(luò)，為了便于神經(jīng)網(wǎng)絡(luò)的處理，對(duì)探測(cè)器的模擬量進(jìn)行了預(yù)處理，即將其幅值進(jìn)行歸一化。同時(shí)將這兩個(gè)歸一化值作為一個(gè)模糊系統(tǒng)的輸入，將每一個(gè)歸一化值都用線性和柯西分布隸屬函數(shù)進(jìn)行變換，得到它們的個(gè)隸屬度函數(shù)值，作為神經(jīng)網(wǎng)絡(luò)的輸入。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為前饋網(wǎng)絡(luò)，輸出量為個(gè)，即明火概率和陰燃火概率。將它們分別送入模糊邏輯判決器，得到相應(yīng)的隸屬度，最后設(shè)置一定的報(bào)警延時(shí)和判決門限去模糊，從而得國(guó)家重點(diǎn)攻關(guān)項(xiàng)目（項(xiàng)目編號(hào)：）到明火和陰燃火的判決結(jié)果。1信號(hào)預(yù)處理及模糊系統(tǒng)該系統(tǒng)將模糊邏輯系統(tǒng)的輸出作為神經(jīng)網(wǎng)絡(luò)的輸入，這是其它火災(zāi)探測(cè)系統(tǒng)均未采用過的方法，在中庭火災(zāi)探測(cè)中更是沒有用到過。該系統(tǒng)充

5、分發(fā)揮模糊系統(tǒng)的優(yōu)點(diǎn)，將模糊系統(tǒng)的輸入量通過隸屬函數(shù)的變換，達(dá)到突出輸入量某部分的目的。本文以歐洲標(biāo)準(zhǔn)試驗(yàn)火作為學(xué)習(xí)對(duì)象，通過分析其煙霧及氣體信號(hào)，采用線性分布和柯西分布作為模糊系統(tǒng)的隸屬度函數(shù)。當(dāng)火災(zāi)發(fā)生時(shí)，物理參量有的信號(hào)上升而有的信號(hào)下降。要提取其上升和下降的特征，應(yīng)該分別采用偏大型和偏小型柯西分布。通過實(shí)驗(yàn)可以確定兩種柯西分布中的參數(shù)隸屬度值如圖所示。其中對(duì)氣體和煙霧的常規(guī)值（無(wú)火災(zāi)）給予壓縮，而對(duì)其中有較大變化部分（有火災(zāi)）給予擴(kuò)展。同時(shí)對(duì)。對(duì)歸一化的氣體和煙霧信號(hào)經(jīng)過線性變換和柯西變換后的年第期氣體和煙霧的歸一化值用隸屬度函數(shù)（）進(jìn)行線性模糊化，那么由此可得個(gè)隸屬度值。將這個(gè)隸屬度

6、值送入神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，能夠突出信號(hào)變化特征，有利于提早報(bào)警時(shí)間，減少誤報(bào)。氣體的線性隸屬度；氣體的柯西隸屬度；煙霧的線性隸屬度煙霧的柯西隸屬度圖隸屬度曲線2神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和訓(xùn)練該火災(zāi)探測(cè)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)是采用層前饋網(wǎng)絡(luò)，使用學(xué)習(xí)算法，通過調(diào)整權(quán)值使實(shí)際輸出與期望輸出的總方差最小。網(wǎng)絡(luò)結(jié)構(gòu)如圖所示。輸入層的個(gè)輸入對(duì)應(yīng)模糊系統(tǒng)的輸出，分別為：氣體探測(cè)器輸出幅值的歸一化值經(jīng)線性變換的隸屬度和柯西分布（偏大型）變換的隸屬度，感煙探測(cè)器輸出幅值的歸一化值經(jīng)線性變換的隸屬度和柯西分布（偏小型）變換的隸屬度，取值范圍為；輸出層的兩個(gè)輸出為明火概率和陰燃火概率，取值范圍為；輸入層與輸出層之間為個(gè)神經(jīng)元的隱層。

7、輸入層與隱層之間的權(quán)值為，隱層與輸出層之間的權(quán)值為。輸入層隱層輸出層圖神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為了使神經(jīng)網(wǎng)絡(luò)能夠準(zhǔn)確判斷火災(zāi)，需要首先確定訓(xùn)練模式對(duì)并對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。模式對(duì)由輸入信號(hào)和導(dǎo)師信號(hào)構(gòu)成，它根據(jù)探測(cè)器對(duì)標(biāo)準(zhǔn)試驗(yàn)火和各種實(shí)際環(huán)境條件下的信號(hào)來(lái)確定。根據(jù)這些標(biāo)準(zhǔn)試驗(yàn)火和導(dǎo)師信號(hào)（由明火概率和陰燃火概率組成），可以年第期技術(shù)探討確定出訓(xùn)練模式對(duì)，由火災(zāi)判決表表示?？梢杂靡韵聜€(gè)公式將輸入輸出用權(quán)值聯(lián)系：×（）將式（）用函數(shù)轉(zhuǎn)換：（）×輸出層的輸入和：kIMj×（）隱含層的輸入和用線性函數(shù)轉(zhuǎn)化為輸出：（）（）（，；，；，）式中：為神經(jīng)網(wǎng)絡(luò)的輸入信號(hào)；為隱層的輸入信號(hào)；為神經(jīng)

8、網(wǎng)絡(luò)的輸出；為輸入層與隱層之間的權(quán)值；為隱層與輸出層之間的權(quán)值。通過算法，可將判決表轉(zhuǎn)換到神經(jīng)網(wǎng)絡(luò)的連接權(quán)值矩陣中。這樣就能自適應(yīng)地表示輸入的各種情況并給出接近期望值的結(jié)果。在定義輸入和輸出之間關(guān)系時(shí)，只需考慮重要的樣點(diǎn)，而不必定義輸入輸出模式的所有組合。重要的樣點(diǎn)包括對(duì)于輸入的很小變化即能引起輸出的很大變化以及要在細(xì)節(jié)上描述的樣點(diǎn)，或最大值和最小值所在的區(qū)域。根據(jù)實(shí)際應(yīng)用，調(diào)整判決表的定義可以得到更加精確的判決。當(dāng)?shù)诜N輸入模式送到輸入層，由式（）（）計(jì)算得和，與導(dǎo)師信號(hào)和比較，得總均方差：（）均方差：（）調(diào)整權(quán)值、，使達(dá)到最小。技術(shù)探討3模糊邏輯判決神經(jīng)網(wǎng)絡(luò)的輸出一般可以直接由門限判決輸出火

9、災(zāi)非火災(zāi)結(jié)果，對(duì)于較嚴(yán)重的干擾信號(hào)仍會(huì)引起誤報(bào)警，同時(shí)對(duì)于接近門限的值也難于作出判斷。為了提高系統(tǒng)的抗干擾性能，使系統(tǒng)的輸出更符合實(shí)際情況，對(duì)神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)一步采用模糊邏輯判決。這里是對(duì)火災(zāi)概率值為用隸屬函數(shù)進(jìn)行變換，從而將這一部分進(jìn)行擴(kuò)展，使火災(zāi)和非火災(zāi)的界限更加明確，再用門限判決，可大大減少誤判。此模糊邏輯采用偏大型正態(tài)分布的隸屬度函數(shù)，其函數(shù)式為：中國(guó)標(biāo)準(zhǔn)陰燃火中國(guó)標(biāo)準(zhǔn)明火(（）式中：對(duì)明火：對(duì)陰燃火：；。圖所示為上述模糊神經(jīng)網(wǎng)絡(luò)探測(cè)系統(tǒng)對(duì)兩種中國(guó)標(biāo)準(zhǔn)試驗(yàn)火的仿真結(jié)果。結(jié)果表明，該系統(tǒng)能夠準(zhǔn)確探測(cè)出明火，對(duì)陰燃火也能在早期階段報(bào)警。再經(jīng)門限法去模糊，其門限取為，并增加報(bào)警延時(shí)（陰燃火延時(shí)），對(duì)變換后的火災(zāi)概率的隸屬度值加以判決。將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于中庭火災(zāi)探測(cè)系統(tǒng)，將探測(cè)器的輸出信號(hào)模糊化后送入神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，其模糊系統(tǒng)采用指派法定義隸屬度函數(shù)。神經(jīng)網(wǎng)絡(luò)采用層前饋網(wǎng)絡(luò)結(jié)構(gòu)，用算法進(jìn)行網(wǎng)絡(luò)參數(shù)的訓(xùn)練，然后由模糊邏輯判決火災(zāi)和非火災(zāi)。按照火災(zāi)探測(cè)的具體需要，針對(duì)多種火災(zāi)災(zāi)情信號(hào)，建立模