城市隧道火灾报警系统误差分析与研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·概述 | 第10-11页 |
| ·隧道火灾产生的原因及特点 | 第11-13页 |
| ·隧道火灾产生的原因 | 第11页 |
| ·隧道火灾的特点 | 第11-13页 |
| ·国内外隧道火灾研究的现状 | 第13-14页 |
| ·国外隧道火灾的研究 | 第13-14页 |
| ·国内隧道火灾的研究 | 第14页 |
| ·研究内容及目的 | 第14-15页 |
| ·研究内容 | 第14-15页 |
| ·研究方法 | 第15页 |
| ·研究目的 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第2章 光纤光栅火灾探测器传感技术 | 第16-21页 |
| ·光纤光栅概述 | 第16页 |
| ·光纤光栅传感技术的发展状况 | 第16页 |
| ·光纤光栅火灾探测器原理 | 第16-19页 |
| ·光纤光栅的结构原理 | 第16-18页 |
| ·光纤光栅的传感原理 | 第18-19页 |
| ·温度及应力对波长的影响 | 第19-20页 |
| ·温度对光纤波长的影响 | 第19页 |
| ·应力对光纤波长的影响 | 第19-20页 |
| ·温度应力对光纤波长的双重效应 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 BP神经网络理论 | 第21-31页 |
| ·神经网络概述 | 第21页 |
| ·神经网络的发展状况 | 第21-22页 |
| ·神经网络数学理论模型 | 第22-25页 |
| ·生物神经元结构模型 | 第22-24页 |
| ·神经网络的互联模式 | 第24-25页 |
| ·神经网络的学习方式及学习规则 | 第25页 |
| ·神经网络类型 | 第25-26页 |
| ·BP神经网络 | 第26-30页 |
| ·BP网络结构 | 第26-27页 |
| ·BP网络学习过程 | 第27-29页 |
| ·BP网络设计 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 火灾报警系统设计 | 第31-43页 |
| ·概述 | 第31页 |
| ·系统组成 | 第31-38页 |
| ·硬件设备 | 第31-33页 |
| ·安装实施 | 第33-35页 |
| ·软件结构 | 第35-38页 |
| ·硬件设备及软件模块功能 | 第38-39页 |
| ·硬件设备功能 | 第38-39页 |
| ·软件模块功能 | 第39页 |
| ·火灾报警系统原理 | 第39-41页 |
| ·报警误差分析 | 第41-42页 |
| ·造成误差的硬件因素 | 第41-42页 |
| ·造成误差的软件因素 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于BP神经网络的火灾报警误差模型仿真 | 第43-61页 |
| ·抑制硬件报警误差 | 第43页 |
| ·优化软件报警性能 | 第43-53页 |
| ·建立火灾报警关键数据的BP网络模型 | 第43-47页 |
| ·输入样本数据训练网络 | 第47-53页 |
| ·仿真结果性能分析 | 第53-59页 |
| ·本章小结 | 第59-61页 |
| 第6章 结论 | 第61-64页 |
| ·工作总结 | 第61-62页 |
| ·需要进一步深入研究的问题 | 第62-63页 |
| ·工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 硕士期间发表的论文 | 第68-69页 |
| 附录A | 第69-71页 |
| 附录B | 第71页 |
