火的应用对人类的文明和社会的进步起了巨大的推动作用。然而火一旦失去了控制，也会给人类带来巨大的灾难，形成火灾，威胁着人类的生存安全。因此，防止火灾发生，减少火灾损失成为人类研究的永恒话题。　　 由此对火灾探测技术的研究就显得尤为重要。传统的火灾探测报警时根据某种单一的火灾探测器所采集的火灾探测参数，采用阈值法来判定火灾。但是，由于火灾信号具有的多变性和探测器的固定单一性之间存在矛盾，误报现象还较为普遍。　　 本文的主要理论研究工作包括了三方面的内容，即火灾探测的原理与方法、数据融合技术的基本原理及体系结构、基于数据融合的火灾探测系统。在分析了数据融合系统的三级结构及火灾非结构特性的基础上，针对火灾数据融合系统的特点，利用人工神经网络和模糊算法，提出了一种基于模糊神经网络的火灾探测算法，以感烟、感温、气体和感光传感器的模拟量为输入，利用人工神经网络和模糊逻辑技术对多传感器信号进行融合，判定火灾信号有无和火灾种类，以达到提早报警和降低误报的目的。　　 最后，提供了一种从火灾信号到算法处理，继而判定火灾等级，最后联动报警装置的火灾智能检测预警预报装置。该装置结合应用多种探测手段，运用非线性火灾理论、支持向量机技术预测火警，并具有自学习能力，实现高容错性和智能化。