随着社会与科技的发展,高速列车因其便捷、快速的特点已经越来越受到人们的青睐。由于高速列车行驶时具有环境封闭、人员密集等不利于消防安全的特征,发生的火灾将对乘车人员的生命财产安全造成严重威胁。此外,为尽可能将火灾的危害降低,当火灾发生时需要系统对列车进行一系列控制,若产生误报则会导致不必要的损失。因此,高速列车对火灾报警系统有较高的要求,既要对火灾有高灵敏度,同时也要保证低误报率。本文通过分析火灾特征、火灾检测原理以及高速列车上的环境特征,提出了一种基于模糊神经网络火灾检测算法的火灾报警系统。该系统使用二总线作为火灾探测器的连接总线,将检测到的CO、温度、烟雾浓度等三种火灾特征量通过串口通讯传入模糊神经网络进行火灾检测。模糊神经网络分为模糊控制器、神经网络和决策层三部分,模糊控制器和神经网络分别对三种火灾特征信号进行处理,并将得到的结果输入决策层进行最终决策,利用模糊神经网络的学习和泛化能力实现火灾检测的高灵敏度与低误报率。使用32组测试集数据对训练完毕的神经网络进行测试,得到其最终均方误差为0.005773。而从明火、阴燃、无火数据中各选取5组对火灾检测算法的决策层进行验证,结果表明对于火灾的三种情况,本火灾检测算法都能准确地将其识别。总体而言,本火灾报警系统能够较好的实现高速列车的防火需求,保障乘客的乘车安全。