基于BN和ANN联合模型的舰船舱室火灾探测方法

摘要：

针对平时或战时火灾传感器可能出现的故障或失效问题,基于贝叶斯网络(BN)的不确定性推理特性和神经网络(ANN)良好的非线性映射能力,提出基于二者联合模型的舱室火灾探测方法,分别在正常、添加随机噪声和传感器故障条件下对模型性能进行仿真测试.结果表明,联合模型具有较强的抗干扰能力,在设定的各种情况下均能正确地判断火灾状态,具有良好的探测准确度与响应速度,单次探测耗时仅为10 ms,可有效解决舰船舱室火灾探测过程信息不确定、不完整和实时性要求高的问题.切实增强舱室火灾的早期自动探测能力.

关键词：舱室火灾探测、贝叶斯网络、神经网络、联合模型

所属期刊栏目：37

分类号：U674.76

在线出版日期：2015-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：99-103