本文针对高温环境下传感器节点存在误报、漏报、工作状态异常等问题，提出了融合长短时记忆网络模型（long short term memory, LSTM）和改进A*算法的火灾逃生路径规划研究方法。根据LSTM自适应学习火灾实时态势信息，建立异常节点数据预测模型，实现异常节点的温度、一氧化碳浓度等威胁态势的预测；基于室内火灾实时态势信息，搭建火势威胁态势蔓延模型，利用改进的A*算法动态规划逃生路径，获取异常情况下火灾最佳安全逃生路径。结果表明，该方法在不同火灾时期均能规划出最佳安全逃生路径，为人员的撤退争取宝贵的时间，具有实际应用价值。
展开▼
