242 第八章 模糊神经网络算法 火 灾 火 情 决 策 是 一 个 复 杂 的 过 程 ， 它 包 括 接 收 输 入 信 号 ， 与 已 知 信 息 和 经 验 进 行 比 较 ，对 输 入 信 号 作 出 判 决 ， 并 给 出 正 常 、 火 警 或 故 障 信 号 。 通 常 火 灾 自 动 报 警 系 统 的 决 策 系 统 是很 简 单 ， 它 根 据 单 个 传 感 器 送 来 信 息 作 出 是 否 发 生 火 灾 的 判 决 。 例 如 ， 当 感 烟 探 测 器 探 测 到的 粒 子 数 达 到 预 定 阈 值 ， 就 发 出 火 警 信 号 。 这 些 粒 子 可 能 是 烟 雾 粒 子 ， 也 可 能 是 水 雾 或 灰 尘等 非 火 灾 产 生 的 粒 子 ， 普 通 感 烟 探 测 器 无 法 区 分 烟 雾 粒 子 ， 还 是 水 雾 和 灰 尘 粒 子 ， 这 就 导 致误 报 的 发 生 。 经 过 长 期 的 研 究 发 现 ， 火 灾 的 发 生 具 有 双 重 性 ， 既 有 它 的 随 机 性 一 面 ， 又 有 它 的 确 定 性一 面 。 人 们 并 不 能 确 切 的 知 道 何 时 发 生 火 灾 ， 但 是 当 具 备了发 生 火 灾 的 条件， 就 会发 生 火 灾 ，出 现 表征火 灾 的 火 灾 参量。 如 果同时 测 量这 些 火 灾 参量， 对 信 号 进 行 综合分 析处理， 那么，火 灾 的 误 报 率便大大降低。 然而火 灾 的 复 杂 性 还 在于相同的 材料在不 同的 环境下， 具 有 不 同的 着火 温度， 相同的 环境不 同的 材料， 着火 条件也 不 一 样， 人 类的 活动 以及环境的 变化事先也 无 法 确 定 ， 所以实际的 火 灾 参量是 随 着空间和 时 间的 变化而变化， 很 难用建立一 种或 几种数 学模型进 行 精确 描述。 因此， 火 灾 探 测 信 号 检测 是 一 种十分 困难的 信 号 检测 ， 它 要求信 号处理算法 能 够适应各种环境条件的 变化， 自 动 调整参数 以达 到 既 能 快速探 测 火 灾 ， 又 有 很 低的 误 报 率。 而神经 网络与 模糊系 统 都属于一 种数 值 化的 和 非 数 学模型的 函数 估计和 动 力学系 统 。它们 都能 以...
