【摘 要】
:
物联网作为一种新兴且快速发展的技术,通过信息和通信等技术将数字和物理实体连接在一起,以实现智能化的服务。在动态、复杂的物联网中,由于复杂场景下会产生大量复杂任务,复杂任务与众多终端设备间协调难度增加,需要将物联网系统中的任务高效、合理地分配到物联网设备。高效的任务分配算法可确保物联网系统稳定运行,充分协调设备负载,提高物联网系统协同性。因此,任务分配成为物联网系统中亟需解决的关键问题。本文以物联网
【基金项目】
:
安徽省自然科学基金项目(1808085MF174)—基于Pareto前沿预测的动态多目标优化及在软件定义物联网中应用; 安徽省自然科学基金项目(1808085QF181)—车辆协作安全系统中多分辨率安全消息广播; 安徽省教育厅重点项目(KJ2017ZD32)—复杂自适应系统软件的系统体系方法研究及其在工业物联网中的应用;
论文部分内容阅读
物联网作为一种新兴且快速发展的技术,通过信息和通信等技术将数字和物理实体连接在一起,以实现智能化的服务。在动态、复杂的物联网中,由于复杂场景下会产生大量复杂任务,复杂任务与众多终端设备间协调难度增加,需要将物联网系统中的任务高效、合理地分配到物联网设备。高效的任务分配算法可确保物联网系统稳定运行,充分协调设备负载,提高物联网系统协同性。因此,任务分配成为物联网系统中亟需解决的关键问题。本文以物联网为研究背景,分别研究智能制造的车间搬运系统和物联网众包系统中的任务分配问题,着重分析物联网系统中的任务协作关系,并以任务分配建模和算法设计为主轴,探究如何设计高效的分配算法,重点研究了物联网系统中任务分配的两个问题,即物联网系统中确定性环境下的任务分配和不确定性环境下的任务动态分配。本文主要研究内容如下:(1)针对物联网系统中确定性环境下的任务分配问题,提出一种基于组角色的任务分配算法(Group Role-Based Task Assignment Algorithm,GR-BTAA)。首先,以物联网车间搬运系统作为应用场景,使用RBC(Role-Based Collaboration,RBC)理论,运用角色和虚拟对象(Virtual Object,VO)概念,抽象物联网系统中的任务和设备,进一步描述其中的任务分配交互关系;其次,结合物联网任务和设备特性,构建基于E-CARGO(an abstract model Environments—Classes,Agents,Roles,Groups and Objects)的任务分配模型,设计具有多约束的目标函数;然后借用匈牙利算法,设计一种组角色分配算法,求解任务分配问题;最后,通过仿真实验说明GR-BTAA的时间性能,对比结果表明GR-BTAA具有较高的时间效率和分配率,可以保证解的质量,并以应用示例进一步说明该算法的有效性。(2)针对物联网系统中不确定性环境下的动态任务分配问题,提出一种基于双向拍卖的动态角色分配算法(Double Auction-Based Dynamic Role Assignment Algorithm,DA-DRAA)。首先,以物联网众包系统作为应用场景,结合双向拍卖机制和RBC理论,运用角色和虚拟对象概念,抽象物联网系统中动态任务分配关系;其次,运用E-CARGO模型对动态任务分配问题建模,并建立任务动态评估函数和设备随机行为模型,形式化具有复杂约束的动态任务分配问题;然后,使用贪婪策略设计一种基于双向拍卖的动态角色分配算法,求解动态任务分配问题;最后,实验对比结果表明DRAA-DA算法在提高系统效益和平台效用方面具有较好的性能,对求解大规模问题具有一定优势。
其他文献
采用SBM-Undesirable模型测算了1999—2017年中部六省的碳排放效率,分别计算了产业结构合理化指数和高级化指数,利用耦合协调模型考察了碳排放效率与产业结构优化的耦合协调度,并对其影响因素进行了实证分析。结果表明:中部六省碳排放效率和产业结构合理化的耦合协调度较低,处在中度失调和中度协调之间,碳排放效率和产业结构高级化的耦合协调度处在中度失调和中度协调之间,但有明显上升的趋势。人力资
本文主要研究偏序集的连通性.有两大方面,一是在有限偏序集上,给出连通的定义及性质.另外是在偏序集上定义连通的概念,并给出连通的一些性质.事实上,后者是前者的推广.首先引入并考察步集,利用步集作为工具建立(有限)偏序集元素间的连通关系.此外,在(有限)不交并偏序集上给出分支、可分分支、不可分分支等概念.指出真通集、非连通偏序集、不交并偏序集三者在结构上的联系.最后讨论有限偏序集与偏序集连通性的相容性
随着计算机算力突破性的提升,卷积神经网络(CNN)已经成熟应用在安全监控、语音语义识别、图片分类、目标识别、智能控制等领域。近年来,神经网络的训练和推理的主要使用平台是GPU,但GPU平台价格昂贵、功耗较高、不适合嵌入式等微型设备,而FPGA平台具有并行高速运算、功耗低、价格一般、适用于微型设备等特点。因此,基于FPGA的卷积神经网络加速平台应运而生。本文首先介绍了CNN卷积神经网的各层结构,包括
毫米级海藻酸钙载水胶囊(CaSA-Caps)具有制备条件温和,包埋率高,生物相容性好的优点,特别适用于对温度和化学品敏感的活性物质的包埋。但由于其pH及温度敏感性,剧烈或长时间的化学作用均会导致它一定程度的降解或塌陷,CaSA-Caps的表面改性方法受到了制约。因此开发反应条件温和、且反应迅速的表面改性方法,实现其保水性能的调控,是目前亟待解决的问题。本研究制备了粒径均一、球形度良好且容载量高的C
随着计算机技术的飞速发展,机器学习在医疗领域的作用得到了人们的广泛关注。一直以来,在乳腺癌治疗和预后过程中,医生的临床经验起着决定性的作用。然而,经验的积累需要大量的临床实践,由于数据量每年以指数形式增长,人工处理数据来发现规律费时费力且满足不了要求,为了提高临床医生诊断的准确率和效率,因此必须通过计算机使用更高效的算法进行处理和挖掘数据。本文数据来自真实世界的1995年至2000年间3088名乳
数学是促进初中生由具体形象思维过渡到经验型抽象思维的重要科目.乡村初级中学的不少学生都存在一定的数学学习困难.初中数学教师可以有效运用信息技术辅助学生更好地学习数学,较好地完成从具体形象思维到经验型抽象思维的过渡.因此,本文对乡村初中数学教师信息技术的应用能力展开研究.本研究采用文献分析法、问卷调查法和数据统计分析法,研究乡村初中数学教师信息技术应用能力的现状及其影响因素,提出乡村初中数学教师信息
随着现代物联网科技的不断发展,市场上越来越多的智能监测系统相继出现,其中火灾监测系统和灭火系统不仅对民众的生活提供了极大的帮助,而且融入到各个场所中保证人民群众的安全,因此火灾监测及灭火系统的一体化设计很有必要。传统的火灾监测系统只是通过简单的报警装置警示群众,发现火灾出现及时报警,这种方式存在控制火势难度大和安全性能指数不高等弊端,不利于火灾的救援。针对传统的火灾监测系统有着诸多问题,本文提出了
浊液是一种常见的分散系,包含悬浊液和乳浊液。浊液成分分析在食品、环境、工业、医药等领域有着重要应用。针对现有化学分析法、光学吸收法等浊液浓度测量方法存在测量时间长、对操作人员的专业性要求高、价格昂贵、不利于移动性快速检测等问题。采用数字摄像头代替传统的光电检测系统,结合图像处理、数据分析技术和神经网络算法,进行图像特征提取和模型建立,实现基于图像的浊液浓度检测方法和装置,并应用于浊度测量和牛奶成分
维生素C又称抗坏血酸,是一种人体必需的维生素,而人体自身不能合成维生素C,主要是通过水果、蔬菜和药物摄入维生素C,过量摄入会造成肾脏损伤。因此,开发简单快捷的维生素C含量测定方法和仪器尤为重要。本文将图像颜色特征提取技术应用于维生素C含量测量,采用数字摄像头代替传统的光电检测单元,结合计算机图像处理和数据分析,研究不同颜色分量与维生素C浓度关系,建立维生素C含量测定模型,实现维生素C含量的测定。主
目标检测技术可以对图像中的目标进行定位,其在日常生活和工业制造中都存在着巨大的应用价值。与传统的机器学习和图像处理方法相比,基于深度学习的目标检测网络通常具有更加精准的识别率和更快的识别速度。近年来,深度学习领域的卷积神经网络发展迅速并逐步应用于日常生活的检测之中。如今,基于机器视觉、深度学习的检测技术在道路安全、智能监控等多个领域中已得到广泛应用。例如对公路上的行人进行检测,合理规避风险;对摩托