随着国民经济的飞速发展，城市化程度的不断加快，高层住宅建筑和大型公共建筑迅速增长，火灾发生的概率和规模不断增大，造成的损失也越来越大，为了防止火灾带来的严重后果，火灾探测的时效性和准确性就显得尤为重要。在深入分析了国内外的火灾探测报警系统的研究现状和发展趋势的基础上，本文主要研究了基于复合探测和智能算法的火灾探测报警系统。首先，针对火灾探测报警系统的功能需求，设计了由复合探测节点和火灾报警控制器组成的分布式火灾探测报警系统。主从节点微控制器均采用STM32F103系列芯片。为了解决火灾报警控制器负担过大、系统响应速度慢和可靠性低等问题，复合探测节点不仅能够采集温度、CO浓度和烟雾浓度三种火灾参量，还能实现对火灾信息的处理和判断。火灾报警控制器能够对各个节点进行巡检，并实现对节点信息的显示和存储。其次，针对传统火灾探测技术只是基于单个的火灾参量，经常出现漏报、误报的现象，本文重点研究了基于模糊理论和神经网络的智能型火灾探测系统。系统以温度、CO浓度、烟雾浓度作为输入，通过人工智能算法进行多传感器的信息融合，系统采用模糊逻辑和神经网络并联的方式。先利用模糊逻辑对三个系统的输入进行模糊化、模糊推理和反模糊化，并建立了64条模糊规则，再采用神经网络模型来进行网络的训练，最后对二者进行有机的融合，在决策层利用模糊逻辑进行判决，并通过MATLAB实现算法的仿真。本文设计并实现了基于多传感器信息融合技术的火灾探测报警系统，完成了对火灾复合探测节点和火灾报警探测器的硬件设计与实现，并对多传感器的数据进行融合算法的设计与仿真，结果表明该系统能够及时准确的判断是否存在火灾的危险，具有较强的火灾预测和报警能力。