基于径向基函数神经网络的矿井智能火灾探测方法

• 作者: 周心权 孙富春 程彩霞
• 来源期刊: 煤炭科学技术
• 学科: 工学
• 关键词: 径向基函数 神经网络 MATLAB 智能火灾探测
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 机电与自动化热点技术专题
• 页码范围: 65-68
• 分类号: TD67
• 语种: 中文

摘要

为了提高矿井火灾探测器对环境的适应力和抗干扰能力,采用逼近能力、分类能力和学习速度等方面优于BP网络的径向基函数神经网络,在MATLAB环境下构建火灾探测仿真模型,以温度、烟雾浓度、CO气体浓度作为输入,进行多信息数据融合,达到矿井火灾探测目的.仿真结果表明,该方法对明火、阴燃火和无火概率的识别误差均小于5%,可大幅降低火灾报警的漏报和误报率.模糊系统和神经网络相结合的手段,能有效监测矿井火灾的产生,对于智能火灾报警系统研究具有参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙富春	清华大学智能技术与系统国家重点实验室	116	2389	20.0	47.0