[发明专利]火灾预警方法及装置

说明书

本发明实施例提供一种火灾预警方法及装置，所述方法包括：根据预设历史时间段内火灾影响因子的数据，基于时间序列模型对所述预设历史时间段之后时刻火灾影响因子的数据进行预测；基于粒子群算法对支持向量机进行优化，根据预测结果基于优化后的所述支持向量机进行火灾预警。本发明实施例通过将时间序列模型与支持向量机进行结合，利用支持向量机在非线性变换数据拟合方面的优势对时间序列模型的误差进行补偿，使用时间序列模型的预测结果提高支持向量机的收敛速度和精度，从而提高火灾预警的准确性和稳定性。

技术领域

本发明实施例属于安全防控技术领域，更具体地，涉及一种火灾预警方法及装置。

背景技术

随着人们生活水平的逐渐提高，家用电器在人们生活中的使用频率越来越高。在给人们生活带来极大方便的同时，火灾发生的概率也越来越高。因此火灾预警尤为重要。

目前，一般使用时间序列和神经网络对火灾进行模拟和预测。其中，时间序列预测法是一种回归预测方法，属于定量预测。其基本原理是：一方面，根据事物发展的延续性，运用过去时间序列的数据进行统计分析，推测出事物的发展趋势；另一方面，充分考虑到偶然因素影响而产生的随机性，为了消除随机波动的影响，利用历史数据进行统计分析，并对数据进行适当处理，进行趋势预测。但时间序列对远期预测存在较大误差。而神经网络在使用过程中存在如何确定网络结构问题、过学习和欠学习问题和局部极小点问题等。

综上所述，现有的火灾预警方法过程复杂，存在较大误差，亟需一种新的火灾预警方法解决上述问题。

发明内容

为克服上述现有的火灾预警方法过程复杂，预测误差大的问题或者至少部分地解决上述问题，本发明实施例提供一种火灾预警方法及装置。

根据本发明实施例的第一方面，提供一种火灾预警方法，包括：

根据预设历史时间段内火灾影响因子的数据，基于时间序列模型对所述预设历史时间段之后时刻火灾影响因子的数据进行预测；

基于粒子群算法对支持向量机进行优化，根据预测结果基于优化后的所述支持向量机进行火灾预警。

根据本发明实施例第二方面提供一种火灾预警装置，包括：

预测模块，用于根据预设历史时间段内火灾影响因子的数据，基于时间序列模型对所述预设历史时间段之后时刻火灾影响因子的数据进行预测；

预警模块，用于基于粒子群算法对支持向量机进行优化，根据预测结果基于优化后的所述支持向量机进行火灾预警。

根据本发明实施例的第三个方面，还提供一种电子设备，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的火灾预警方法。

根据本发明实施例的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的火灾预警方法。

本发明实施例提供一种火灾预警方法及装置，该方法通过根据预设历史时间段内火灾影响因子的数据，基于时间序列模型对所述预设历史时间段之后时刻火灾影响因子的数据进行预测，根据预测结果使用粒子群算法优化后的支持向量机进行火灾预警，先使用时间序列模型根据历史数据对未来时刻的数据进行预测，再使用粒子群优化的支持向量机根据预测结果判断是否进行预警，通过将时间序列模型与支持向量机进行结合，利用支持向量机在非线性变换数据拟合方面的优势对时间序列模型的误差进行补偿，使用时间序列模型的预测结果提高支持向量机的收敛速度和精度，从而提高火灾预警的准确性和稳定性。