基于IPSO-ELM算法的火灾检测研究

摘要：

针对火灾发生的不确定性及破坏力强的特点,同时存在火灾误报率和漏报率高的问题,必须采用智能检测算法才能达到最佳效果.由于一些算法存在求解速度慢和参数稳定性不足等问题,该文提出了基于随机权重策略的改进粒子群优化极限学习机(IPSO-ELM)的火灾检测方法.通过Matlab设计的IPSO-ELM网络,对火灾数据进行训练,与粒子群算法优化极限学习机(PSO-ELM)和遗传算法优化极限学习机(GA-ELM)的火灾检测结果进行比较,发现IPSO-ELM的预测准确率最高,精度比PSO-ELM、GA-ELM分别高出3.3％和5％.

关键词：粒子群算法、极限学习机、火灾检测、遗传算法

所属期刊栏目：36

分类号：X932(安全工程)

在线出版日期：2021-04-28（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：63-66,78