火灾信息具有无法预知、非结构性的特征。传统的探测方法大多通过采集单一的火
灾特征参数信息进行识别和判断,但由于干扰因素多,误报率一直比较高。近年来,在
探测器的灵敏度、可靠度方面做过许多技术改进,使火灾报警的准确度得到了一定的提
高,但还不能满足火灾探测系统的自动化要求。只有对火灾信息尤其是火灾早期信号的
固有特征,进行全面、准确的描述才能达到减少或消除误报的目的。因此,通过对火灾
发展历程及火灾探测方法的研究,结合火灾探测系统的自身特点,提出了在火灾早期实
施分级预警的理论及方法,主要通过采用多传感器数据融合技术及动态模糊神经网络的
算法实现火灾早期的分级预警。