粒子群-小波神经网络火灾预警算法

• 全文链接
• 请求原文

作   者：

段锁林;  王朋;  朱益飞;  陈宗强; 

作者机构：

常州大学机器人研究所; 

关键词：

优化小波神经网络;  改进粒子群;  火灾三级预警;  火灾识别;  火焰特征; 

期刊名称：

计算机工程与设计

基金项目：

i s s n：

1000-7024

年卷期：

2018 年 05 期

页   码：

1467-1473

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。