基于BP神经网络和专家系统的变电站报警信息处理系统

对 BP神经网络的容错性进行了研究 ,将网络的容错能力与测试样本所形成的模糊区的大小相对应 ,通过消除模糊区来提高网络的容错能力。针对南昌 50 0 k V变电站自动化系统 ,开发了变电站的实时故障诊断系统。该系统以 3层前向 BP网络作为故障诊断的核心部分 ,以开关动作信息、保护动作信息等作为人工神经网络的输入。同时结合专家系统 ,利用其推理判断能力 ,对变电站运行方式进行识别 。

基于模糊神经网络的一种漏钢预报方法

现有拉漏预报方法经常会发生误报，本文尝试了一种基于神经网络的漏钢预报方法，它采用神经网络进行模糊模式识别和预测拉漏事故．实验表明该方法能比原有方法更快速准确地检测出铸坯粘结和裂缝等缺陷，可有效预防连铸中的漏钢事故．

基于数据融合技术的火灾报警系统的研究与设计

提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍.通过模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期良好的效果.

基于模糊神经网络火灾报警系统设计

介绍了基于模糊神经网络智能火灾报警系统,在系统中应用了模糊控制理论既提高了系统的精度又最大限度地减少了系统的误报率,解决了火灾报警系统中长期存在的问题。结合具有自学习功能的神经网络算法,提高了系统的智能化程度,是现代智能控制理论在消防自动化系统中的应用。

数据融合技术在火灾报警系统中的应用研究

提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍。模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期效果。

模糊神经网络技术及其在火灾探测过程中的应用

火灾探测特征模型是一类非线形不良结构动态模型．应用模糊神经网络技术提出了一种能够给出火灾预报概率的智能算法，较好地解决了“提早报警”与“降低误报率”之间的矛盾．仿真研究表明本系统能够准确、迅速地判定火警，有较强的抗干扰性．

基于模糊神经网络的公路隧道火灾报警系统

综合考虑了温度值和烟雾浓度值,利用神经网络的学习方法来构造模糊系统,根据输入输出样本来自动设计和调整模糊系统的设计参数,实现了模糊系统的自学习和自适应功能。仿真结果表明,该系统在公路隧道火灾报警中提高了火灾报警的准确性,减少了对报警器的依赖程度,并使火灾报警时间有所提前。

火灾探测信息融合的一种新型实现方法

介绍了火灾探测信息融合的一种新型实现方法,设计了信息融合模块,采用专家系统和神经网络以及模糊推理的智能算法计算火灾发生的概率信息,通过ARM7微控制器的综合判断,由火灾报警控制器实现报警。现场应用结果表明,提出的设计方法可以减少火灾报警的误报和误喷率。

基于模糊神经网络的火灾报警系统

针对传统智能建筑中火灾报警系统功能简单、定位困难且存在误报和漏报等问题,提出并介绍了基于模糊控制理论、人工神经网络的火灾安全报警系统以及系统的作用原理。该系统依靠模糊控制理论提高了灵敏度,减少了误报率,并结合神经网络具有自学习功能的特点,提高了整个系统的智能化程度。

基于模糊神经网络的智能火灾报警系统

针对目前建筑物发生火灾事故后果严重、损失大的问题,本文主要设计了基于模糊神经网络的智能火灾报警系统。采用模糊控制理论可以提高报警系统的灵敏度,减少误报率;结合神经网络的自学习功能可以提高整个系统的智能化程度。整个火灾报警系统采用分布智能型结构。

智能型船舶火灾报警系统设计

提出基于模糊神经网络的智能型火灾报警系统,对系统的探测器、区域控制器、集中控制器进行了分析,并进行了抗干扰设计;分析表明,采用这一设计方法可大大提高船舶火灾报警系统的可靠性,减少误报率,提高系统的智能化程度。

模糊神经网络在矿井带式输送机火灾探测中的应用

介绍了一种由单片机控制的模糊神经网络火灾报警系统。该系统应用于矿井带式输送机火灾检测中。实测证明,能够针对火灾检测这种非线性结构对象做出准确判断,降低误报率、提高火灾探测的准确性。

煤矿井下带式输送机智能型火灾报警系统

应用模糊控制理论,结合神经网络算法,设计了基于模糊神经网络的智能型火灾报警系统,不仅提高了系统精度,而且将气味传感器应用于带式输送机胶带火灾检测。仿真结果表明,能提高系统对井下环境适应能力,减少误报率。

基于模糊神经网络融合技术的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中.选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的监测范围.系统采用基于模糊神经网络多传感器融合技术,增强了系统报警输出的灵敏度和可靠性,实现了提前预警的目的.

基于模糊神经网络的智能型火灾报警系统

本文介绍了一种基于模糊神经网络的智能型火灾报警系统。分别说明了系统的探测器、区域控制器和集中控制器的设计,还有系统的通讯方式,软件的设计思想以及系统的探测算法。该系统具有误报率低、性能稳定、传输距离远、实用性强等特点。

模糊神经网络在船舶火灾报警系统中的应用

提出了一种利用神经网络和模糊系统理论设计船舶火灾报警系统的方法。该系统利 用模糊系统推理能力强、神经网络学习能力强的特点，将模糊系统和神经网络结合起来，实现模糊 系统设计参数的自动调整。利用感温式和感烟式传感器对火灾发生时温度和烟雾两个主要参量进 行智能监测很好地解决了报警灵敏度和误报率之间的矛盾。

舰船火灾报警系统的智能化趋势

本文叙述了火灾报警系统的智能化趋势。并对人工智能应用于模拟量火警系统的信号处理方法及模糊技术和人工神经网络控制的火灾报警系统进行了较详细的分析。

神经网络与模糊逻辑在火灾探测报警系统中的应用

为了精确高效地识别、分析、处理火灾,将神经网络、模糊逻辑、分级报警技术综合应用在火灾探测报警系统中,建立了一种神经网络与模糊逻辑相组合的火灾探测分级报警模型。通过编制MATLAB仿真模型,利用归一化处理后的NIST两组实验数据作为仿真试验数据,进行了一系列仿真试验。结果表明:火灾探测分级报警模型不仅能够识别有无火灾,还能进一步识别火灾类型、规模和发展过程。

基于IPv6的智能社区报警系统的研究

针对IPv6在智能社区中的发展和应用,着重对智能报警系统的可靠性通过模糊神经网络算法进行了设计,使用神经网络对各传感器采集的信号进行处理,而后再经过模糊判决发出报警。并且应用IPv6的数据包结构进行通信。同时指出IPv6在智能社区中具有广泛的应用前景。

基于STM32F103ZET6的火灾自动报警系统设计

随着水利工程建设越来越受到政府重视,作为水利工程建设中至关重要的一环,火灾自动报警系统设计显得日趋重要。针对目前水利工程火灾报警系统中火灾识别准确率较低的问题,该文将模糊理论和BP神经网络相融合,设计了一整套自动火灾报警系统,包括硬件、软件和模型设计。通过工程算例对本系统进行了分析验证,结果表明,该系统中所用的方法能够准确地对火灾发生概率进行预测,可以用于水利工程火灾报警。该设计为水利工程火灾报警方面的设计研究提供了一种新的方法。