火灾一直是人们关注的话题,防火也是多年来人们研究的课题,尤其是近年来城市化的进程逐步加快,城市也变得越来越拥挤,高楼林立,人口密集,各种燃火因子更是夹杂其中,这些都为火灾埋下了隐患。同时,由于火灾的时有发生,也常常对人们的生命财产造成严重的威胁,纵观以前发生的火灾实例,造成死亡的例子也不在少数,很大一部分原因跟应急指示灯有关,可见一个良好的应急指示灯设计在引导人员逃生的过程中起着不可忽视的作用。为了能够建立一个良好的火灾预警系统以及良好的应急指示灯体系,本文将对火灾信息处理和指示灯路径规划做重点研究。在火灾信息处理方面,本文将是采用模糊神经网络算法展开火灾的信息处理,摒弃了以往的只靠硬件来对火灾的预警,着力提高火灾预警的正确效率。在信息处理当中,采用神经网络和模糊控制相连接的方法,首先在火灾信息探测方面,不再是采用单一的信号探测,而是采用复合的信号探测,根据发生火灾时呈现出的特征,主要对一氧化碳、烟雾、温度三种因子进行探测；其次是采用BP神经网络对所探测到的信息进行处理,做出综合比对,而不是简单的直接做出判断,这样有助于提高预警效率；第三是对被BP神经网络处理后的判定结果采用模糊算法,在神经网络做出判定结果后,如果直接采用阀值判定,有些时候会出现两难境地,当设定了一个阀值,如果判断的结果趋于临界点,这会使得火灾预警效率有所降低,为了尽可能的提高判定效率,可以采用模糊算法对神经网络处理后的结果做进一步的处理,最后再根据模糊算法得出的结果进行判定。在指示灯路径规划方面,本文将对指示灯做出一个自动化处理,而不是传统的机械模式,首先是要求把所有指示灯构建成一个整体,相当于一个小小的系统,按照目前常用的通信模式,采用串口通信,通过中央处理器就可以对整个系统的指示灯进行控制,这样指示灯就可以按照中央系统发出的指令完成动作。其次是路径信息的规划,一旦有火灾发生,指示灯必须是能够给所有逃生人员指示正确安全的通道,对于不太复杂的楼层,可以采用穷举法对所有发生的情况做出假设,然后规划出安全正确的路径,而一旦楼层布局太复杂,采用穷举法就显得不太适合,计算量太大,而且还会出现很多错误,本文针对这一情况,采用Floyd算法完成路径的规划,这样不仅减少工作量,而且还提高了路径规划的正确率。最后根据做出的路径规划,编写相应的程序,完成对指示灯的精确控制。