基于RBF神经网络的火灾报警系统失效概率预测

• 作者: 刘丹 吕伟 宋英华 王亚楠
• 来源期刊: 安全与环境学报
• 学科: 工学
• 关键词: 安全工程 火灾报警系统 失效概率 事故树 RBF神经网络
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 安全评价
• 页码范围: 1740-1744
• 页数: 5页
• 分类号: X932
• 语种: 中文
• DOI: 10.13637/j.issn.1009-6094.2017.05.023

摘要

报警系统失效主要包括漏报、误报,对系统进行失效概率预测,可以帮助判断设备质量优劣,评估系统效能.利用Matlab软件编程,通过神经网络预测失效概率.根据不同场所正在使用的火灾报警器的失效数据作为原始数据,归纳总结失效原因,建立事故树,结合专家打分法与模糊理论得到网络的输入值与输出值.通过网络训练,得到可以对系统失效概率进行预测的RBF神经网络,测算效率大幅提高.以70组不同品牌、用途的火灾报警系统作为算例,通过训练数据,最终达到输入底事件发生概率可直接输出顶事件发生概率的目的.结果表明,RBF神经网络相较于BP网络与事故树算得的失效概率具有更高的拟合度,RBF神经网络模型在进行系统失效概率预测时具有可靠性.