基于进化算法的物联网性能优化研究

来源 :天津工业大学 | 被引量 : 0次 | 上传用户:jackyddd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近来,物联网技术在人们现实生活中广泛普及,物联网系统中组件正逐步地被智能设备所替代。同时,随着系统规模由以往小规模向大规模转变,系统内部组件也呈指数级增长,系统架构形式呈现出多样化的特点。物联网系统的性能表现很大程度上依赖于其本身的组织架构,所以系统组织架构方式尤为重要。此外,传统物联网系统中由单一组件设备所提供的服务难以满足用户复杂的需求。服务复合技术可将系统中不同组件提供的服务整合为一个复合服务以满足特定要求。因此,物联网服务复合的效率和质量以及物联网系统的组织架构形式影响着系统整体性能表现。本文将物联网环境为背景,从以下三个方面对物联网整体性能表现进行优化。(1)以复合服务的服务质量为优化方向,将基于服务质量的物联网服务复合问题转化为单目标优化问题。结合字典序优化技术、约束松弛技术以及精英策略提出一种改进的遗传算法用于求解物联网复合服务选择问题。仿真实验表明,在收敛速率和服务质量效能值方面,本文提出的算法性能较好。(2)物联网设备的使用周期是物联网性能评价的标准之一。能耗又是影响设备寿命的重要因素。所以,以复合服务的服务质量和能耗为优化方向,将基于服务质量和能耗的物联网服务复合问题转化为多目标优化问题。采用分层优化的方式,结合折中比例法和相对占优理论提出一种快速的基于服务质量和能耗的服务复合算法。实验结果表明,在复合服务的能耗、选择时间和相对域等方面,该算法性能较好。(3)为了优化物联网系统的架构,提出了一种基于免疫进化的求解算法。该算法采用层次编码方式,将系统组织架构转化为整数编码形式,设计了自适应层级交叉算子、小扰动变异算子,并采用个体激励度来引导算法的搜索方向,搜索出满足性能要求的物联网系统结构。实验结果表明:该算法可获得具有高效能值的系统组织架构方案,在成功率、相对错误率和收敛速度上的表现较优。
其他文献
对船舶发动机燃烧室的温度场进行二维测量,对于改善发动机的燃烧效率、提高使用寿命以及实现节能减排具有重要意义。针对非接触、高时空分辨率等测量需求,本文基于可调谐半导体激光吸收光谱(TDLAS)技术,结合卷积神经网络(CNN)算法,开发了一套二维温度场测量系统,旨在用于发动机燃烧室的燃烧温度场的二维重建。第一,发展了一种基于CNN的二维重建算法。首先对水蒸气的吸收谱线进行优选,确定H2O在6807.8
随着我国老龄化问题日渐严重,大家开始重视老年人生活各项问题,为了改善脑卒中老年人和弱能老人的生活质量,迫切需要能够帮助他们恢复行走能力的设备。在过去的十年中,外骨骼等机器人辅助设备研发能力取得了巨大的进步,有些产品已经商业化。但是长期以来,对老龄下肢助行外骨骼机器人的研究主要集中在技术和机构上,对老年患者心理认知和知觉需求的研究相对较少。且市场上大多数产品风格单一,造型生硬,没有真正满足老年人的使
伴随着互联网、云计算、5G技术以及自媒体行业的不断发展,人们每天所产生以及获取的信息越来越多,并且这些信息大部分都以文本的形式存在。自动文本摘要技术能快速地帮助人们在海量文本中获取主题明确、可读性高的信息。针对传统基于深度学习的文本摘要技术无法生成高质量的长文本摘要问题,本文探究了一种基于强化学习的深度代理文本摘要生成技术。主要工作如下:(1)面对循环神经网络在对长文本进行编码时容易丢失先验信息的
脑机接口(Brain-computer interface,BCI)是一种允许人脑与外部设备实时交互的通讯或控制系统,有助于残疾人士重新获得对外界交流和控制能力。在脑机接口中,稳态视觉诱发电位(Steady-state visual evoked potential,SSVEP)是一种比较常用的人机交互系统输入信号,但其往往需要一种固定的电脑屏幕作为视觉刺激器,限制了其应用的灵活性;机器人通常作为
篦冷机是水泥熟料生产过程中的关键设备,篦冷机相关控制参数的调节对能源的消耗和产品质量以及相关设备的稳定运行都具有重大影响。由于水泥生产的控制过程比较复杂,属于慢过程参数控制,导致篦冷机各控制参数存在严重的时间滞后性,而且不同控制参数的滞后时间也不相同,这为篦冷机的优化控制带来极大的困难。本课题以水泥生产中的关键设备--篦冷机为研究对象,就如何建立高精度的篦冷机参数预测模型和如何优化相关控制参数展开
随着5G时代的到来,数据资源将迎来爆炸式的增长,在自然语言处理方面,激增的主观文本为情感分析提供了充足的语料。传统的人工特征选择容易造成分割语义不准确的问题,浅层机器学习分类器较深度学习网络模型而言,分类的准确率提升空间有限。与英文不同,中文是一个由汉字组成的、数量十分庞大的语言体系,其多样的表达方式和复杂的语义为中文情感分析带来了巨大的挑战。为了有效地提取句子的语义特征,保留特征词的同时去除无关
随着声呐技术在国防建设、海洋勘探等领域的广泛应用,水下目标识别问题逐渐成为声呐智能化进程的重要研究内容。由于水下目标数据获取困难且代价高昂,导致水下样本量稀少,很难满足目前机器学习尤其是深度学习对数据量的要求,因此研究出一套准确率高、识别速度快的小样本数水下目标识别系统具有重要的实际意义。本文基于孪生(Siamese)网络架构和深层卷积神经网络,设计了用于度量水下目标样本相似度的网络模型。本文使用
移动机器人完成智能化的核心技术之一就是同时定位与建图(Simultaneous localization and Mapping,SLAM)技术,由于计算机视觉技术的突飞猛进,视觉SLAM技术受到了研究者的广泛关注。目前视觉SLAM系统的研究主要是基于静态简单环境下的,而在复杂环境下系统性能受到严重干扰,机器人的定位误差会增大,构建的地图也会出现重影问题。针对复杂环境下机器人的定位与建图问题,本文
工业机器人的末端执行器通过视觉系统对多种无序的目标物进行抓取时,会出现目标识别不准确,抓取位置不稳定等现象。本课题对某企业实际抓取物体开展研究,提供处理算法,使机器人末端执行器能获得目标物的准确抓取点和位姿。首先对机器人视觉系统进行标定,建立机器人坐标系与相机坐标系转换的旋转矩阵。由于三维视觉系统采集到的原始目标点云有许多无效信息,对点云开展预处理运算,包括平面分割、体素化网格下采样、目标分割等处
下肢康复外骨骼机器人是一种可穿戴于患者肢体,保护并辅助患者进行康复训练的辅助康复设备,近年来已经成为康复医疗器械领域的热点。目前国内外已研制出众多外骨骼,但传统的外骨骼髋关节机构自由度低,人机间采用绑带等方式固连,康复运动时会产生人机运动偏差,导致各关节运动不准确等问题还有待深入研究。本文针对传统下肢康复外骨骼髋关节自由度低,人机协调运动时产生运动偏差等问题,在人体康复运动需求的基础上,完成外骨骼