廖小凤 雷旭

摘  要： 针对城市高层建筑火灾的监测困难与预警准确度低的现状，以ZigBee?WiFi为基础通信网络，给出了多感监测系统网络结构与节点硬件设计。构建基于PSO?ELM的高层建筑智能火灾多感监测模型，完成了实验室条件下的PSO?ELM仿真验证，采用多传感器的100次实验数据样本的训练对该模型进行分析与测试验证。仿真结果表明，使用PSO?ELM优化算法时能够提高监测计算的速度和准确度，而且降低了训练样本数和隐含层节点数变化对训练结果的影响，通过实验仿真得到PSO?ELM的预测结果更接近实际值，而且最大相对误差只有0.6%，其预测效果优于SVR算法和BP神经网络算法。

关键词： 无线传感器网络; 极限学习机; 高层建筑; 多感监测; 监测模型; 仿真验证

中图分类号： TN915?34; TP212                     文献标识码： A                    文章编号： 1004?373X（2019）16?0067?04

0  引  言

城市高层建筑不仅是城市进步的标志，也是解决城市日益增多人口居住生活与工作的重要建筑环境，其安全受到了广泛关注。高层建筑设计复杂、建筑面积大、居住或者工作人员较多、可燃物多，存在多种安全隐患，一旦发生火灾将会造成巨大的损失[1]。同时随着现代科技的飞速发展，火灾预警系统也不断进行优化，对系统整体的灵敏度、准确率有了更高的要求。

高层建筑发生火灾具有不确定性、事故的连锁性、环境的特殊性等特点[2]，使得火灾救援与扑灭存在一定的难度。传统高层建筑火灾报警系统或报警器多分布在建筑物内，布设与后期维护的成本高，升级以及改造线路较难，且存在灵敏度低或通信中断造成误报和漏报;在信號处理方面，采取单一传感器火灾监测容易受外界电磁干扰火灾其他影响因素的干扰产生误报。……