清华大学学报(自然科学版)

作者：刘怡, 刘全义, 刘继豪, 艾洪舟, 王欣芝

单位：1. 中国民用航空飞行学院 民机火灾科学与安全工程四川省重点实验室，广汉 618307,2. 中国民用航空飞行学院 民航安全工程学院，广汉 618307,3. 上海大学 计算机工程与科学学院，上海 200444

关键词：飞机货舱,火源定位,Bayes优化,双向长短期记忆网络

基金：国家自然科学基金面上项目(U2033206),民机火灾科学与安全工程四川省重点实验室课题(MZ2022JB01),四川省科技项目(2024YFHZ0027)

为了解决飞机货舱火灾场景下火源位置准确识别困难的问题，该文提出了一种基于Bayes优化双向长短期记忆网络模型(BO-BiLSTM)的飞机货舱火源定位方法。具体而言，基于飞机货舱顶棚不同位置的融合传感器收集的真实数据，利用BiLSTM网络模型捕捉双向信息传递的机制，通过Bayes优化算法对BiLSTM网络结构进行优化以得到最佳参数组合的网络模型，从而建立准确判断火灾场景中火源位置信息的方法。结果表明，该方法能在短时间内准确地识别飞机货舱内火源位置，定位准确率高达97.2%，与未优化的循环神经网络(RNN)、门控循环单元(GRU)、长短期记忆网络(LSTM)和双向长短期记忆网络(BiLSTM)相比，能更准确判断位置信息；经验证，该方法拥有更好的鲁棒性和泛化能力。该研究成果可为飞机货舱火灾预防和处理提供重要的技术支持。

来源：2025年第11期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第11期