[發(fā)明專利]一種基于智能算法的復(fù)合煙感低誤報(bào)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911386004.7
• 申請(qǐng)日: 2019-12-29
• 公開（公告）號(hào): CN111242278A
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 梁昆;傅一波;王利強(qiáng);錢偉
• 申請(qǐng)（專利權(quán)）人: 杭州拓深科技有限公司
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/12;G01N15/06;G01N33/00;G08B17/103
• 代理公司: 杭州賽科專利代理事務(wù)所(普通合伙) 33230
• 代理人: 郭薇

1.一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述方法包括以下步驟：

步驟1：初始化煙感，獲得初始化樣本數(shù)據(jù)集合A；

步驟2：配合煙感中設(shè)置濕敏傳感器，獲得初始化樣本數(shù)據(jù)集合B；

步驟3：配合煙感設(shè)置氣體傳感器，獲得初始化樣本數(shù)據(jù)集合C；

步驟4：構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，取集合A和B作為輸入樣本，以集合C作為驗(yàn)證集，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)；

步驟5：在煙感中置入濕敏傳感器；

步驟6：實(shí)時(shí)獲得煙感和濕敏傳感器的數(shù)據(jù)，基于訓(xùn)練完的BP神經(jīng)網(wǎng)絡(luò)，輸出；

步驟7：基于輸出結(jié)果進(jìn)行報(bào)警或繼續(xù)監(jiān)測(cè)。

2.根據(jù)權(quán)利要求1所述的一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述步驟3中，氣體傳感器為CO傳感器。

3.根據(jù)權(quán)利要求1所述的一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述步驟4中，BP神經(jīng)網(wǎng)絡(luò)為基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)。

4.根據(jù)權(quán)利要求3所述的一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述步驟4中，構(gòu)建基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)包括以下步驟：

步驟4.1：初始化種群數(shù)N；

步驟4.2：確定適應(yīng)性函數(shù)及控制參數(shù)；

步驟4.3：進(jìn)行選擇、交叉、變異操作，反饋結(jié)果至BP神經(jīng)網(wǎng)絡(luò)；

步驟4.4：若得到最優(yōu)權(quán)值估計(jì)，構(gòu)建基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)，否則，返回步驟4.3。

5.根據(jù)權(quán)利要求4所述的一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述步驟4.2中，函數(shù)其中，e為改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的最大估計(jì)誤差，Yi為實(shí)際輸出，Ci期望輸出。

6.根據(jù)權(quán)利要求3所述的一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述BP神經(jīng)網(wǎng)絡(luò)的誤差函數(shù)中包括懲罰項(xiàng)。

7.根據(jù)權(quán)利要求1所述的一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述步驟7中，若輸出結(jié)果為水汽過(guò)多，則進(jìn)行干燥處理。

8.根據(jù)權(quán)利要求7所述的一種基于智能算法的復(fù)合煙感低誤報(bào)方法，其特征在于：所述煙感內(nèi)設(shè)有風(fēng)機(jī)。