本发明涉及一种多数据融合的火灾探测方法，本方法步骤如下：步骤S1：获取三种传感器采集到的数据信息；步骤S2：利用Grubbs准则将获取到的三种传感器数值进行粗大误差剔除；步骤S3：通过改进的PSO算法对BP神经网络的权值与阈值进行优化；步骤S4：利用训练集对改进后的PSO‑BP神经网络算法进行训练，直至满足约束条件为止；步骤S5：将剔除粗大误差后的三种传感器数值输入到训练后的PSO‑BP神经网络进行火灾探测，得到当前探测环境中发生火灾的概率。本发明中的Grubbs准则有效剔除了数据异常值，减少了异常值对后续融合算法的影响，减少了误报几率，改进的PSO粒子群算法有效改善了BP神经网络在反向传播过程中易于陷入局部极小值的问题，相比以基本BP神经网络为融合算法的火灾探测方法准确度有了一定的提高。