粒子群-小波神经网络火灾预警算法

摘要：

针对小波神经网络(WNN)学习速度慢、算法输出精度低的问题,提出改进PSO优化WNN算法.使用随机概率变异算子提高算法的收敛速度,使用随机性强的惯性权重因子提高搜索效率,加入限幅滤波算法提高学习精度.实验采集火灾火焰的温度、烟雾、辐射特征值,对样本数据进行训练,达到火灾火焰的准确识别的目的.仿真结果表明,经优化的WNN算法,提高了网络收敛速度,提高了火灾识别、预警的准确性,验证了火灾三级预警的可行性.

关键词：优化小波神经网络、改进粒子群、火焰特征、火灾三级预警、火灾识别

所属期刊栏目：39

分类号：TP399(计算技术、计算机技术)

资助基金：江苏省科技支撑计划基金项目BEK2013671

在线出版日期：2018-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1467-1473