تشخيص و پيش بيني آتش سوزي توسط شبكه عصبي MLP

Fire detection and prediction by MLP neural network

چكيده هدف: تشخيص و پيشگيري از حوادث آتش سوزي به خصوص در صنايع نفت، گاز و پتروشيمي از اهميت بسيار بالايي برخوردار است. هدف اين مطالعه، طراحي يك سيستم هوشمند با استفاده از شبكه عصبي جهت تشخيص آتش سوزي در پتروشيمي ها، كارخانجات و صنايع مختلف است. روش بررسي: 250 نمونه از حوادث مربوط به آتش سوزي در صنايع مختلف انتخاب شد. در اين مطالعه، از اطلاعاتي استفاده شده كه به تشخيص و پيشگيري از آتش سوزي بخصوص آتش سوزي در صنايع نفت و پتروشيمي، كمك كرده و مفيد باشد. در اين پژوهش، 13 متغير ورودي و دو متغير آتش سوزي و عدم آتش سوزي بعنوان خروجي تعيين شد. نتايج: شبكه عصبي مصنوعي با الگوريتم يادگيري لونبرگ ماركوات با ميزان 4/99 درصد صحت، 100 درصد دقت و 8/96 درصد حساسيت و با توابع فعال ساز,LogSig Tan Sig و Purelin داراي بهترين عملكرد است. نتيجه گيري: با توجه به اين مطالعه، مدل شبكه عصبي با الگوريتم هاي آموزشي مختلف مي تواند در تشخيص آتش سوزي نقش موثري را ايفا كند و در بسياري از صنايع به كار گرفته شود.