五月婷网站,av先锋丝袜天堂,看全色黄大色大片免费久久怂,中国人免费观看的视频在线,亚洲国产日本,毛片96视频免费观看

無線E+E傳感器網(wǎng)絡任務調(diào)度關(guān)鍵技術(shù)
E+E傳感器節(jié)點互相合作共同完成任務是在資源受限的無線E+E傳感器網(wǎng)絡中獲得較高性能的有效途徑之一。在無線E+E傳感器網(wǎng)絡中，任務的執(zhí)行與資源的使用緊密在一起，執(zhí)行任務要消耗一定的計算和通信帶寬等資源，但由于網(wǎng)絡資源十分有限，往往需要盡可能高效地利用有限的資源以使任務得以順利執(zhí)行，即在能量受限、動態(tài)多變的網(wǎng)絡環(huán)境中，要求有效分配網(wǎng)絡內(nèi)的任務，將特定的任務調(diào)度到zui合適的節(jié)點上執(zhí)行，并在保證網(wǎng)絡負載均衡的同時實現(xiàn)對資源的有效分配，這就迫切要求在無線E+E傳感器網(wǎng)絡領(lǐng)域開展有關(guān)于無線E+E傳感器網(wǎng)絡任務調(diào)度的研究。

無線E+E傳感器網(wǎng)絡任務調(diào)度關(guān)鍵技術(shù)
雖然對于傳統(tǒng)網(wǎng)絡環(huán)境下任務調(diào)度算法的研究已經(jīng)非常的成熟，但在無線E+E傳感器網(wǎng)絡中的研究還有很大空間。受無線E+E傳感器網(wǎng)絡本身所具有的動態(tài)拓撲性、能耗有限性、節(jié)點資源有限性以及數(shù)據(jù)傳感的不可靠性等特點影響，現(xiàn)有算法不能直接應用于無線E+E傳感器網(wǎng)絡中，從而在無線E+E傳感器網(wǎng)絡中開展任務調(diào)度問題研究是非常迫切和關(guān)鍵的。圍繞這一中心問題，從多方面展開了綜合研究，并作了一些有益的嘗試，主要有以下四個方面：為了延長網(wǎng)絡生命周期，減少網(wǎng)絡能量消耗和均衡網(wǎng)絡負載，引入了動態(tài)聯(lián)盟思想，構(gòu)造了無線E+E傳感器網(wǎng)絡任務分配的動態(tài)聯(lián)盟模型，繼而提出了一種基于離散粒子群優(yōu)化的任務分配算法。該算法根據(jù)任務總完成時間、能量損耗以及網(wǎng)絡負載狀況，建立代價函數(shù)，結(jié)合粒子群優(yōu)化算法，實現(xiàn)優(yōu)化任務分配策略。引入了變異算子，在很好地保持了種群多樣性的同時提高了算法的全局搜索能力。仿真實驗結(jié)果表明了該分配算法在局部求解與全局探索之間取得了較好的平衡，能有效減少無線E+E傳感器網(wǎng)絡的計算時間和網(wǎng)絡能耗，并有效地均衡網(wǎng)絡負載。無線E+E傳感器網(wǎng)絡所具有的動態(tài)拓撲性特點要求要有一種更加優(yōu)化和高效的拓撲控制機制，使拓撲結(jié)構(gòu)能夠根據(jù)節(jié)點的狀況自我調(diào)整和自我配置，以保證在部分E+E傳感器節(jié)點損壞、失效和移動的情況下，不會影響到數(shù)據(jù)傳輸和全局任務。為此，針對傳統(tǒng)方案所獲拓撲的連通冗余度過高或結(jié)構(gòu)健壯性較低等弊端，采納了本地生成樹結(jié)構(gòu)的拓撲調(diào)整思路，對拓撲需求進行了建模分析并轉(zhuǎn)化為多目標度約束zui小生成樹問題，繼而設計了一個基于目標共享函數(shù)的適應度評價函數(shù)，給出了求解該問題的新型離散粒子群優(yōu)化算法，基于種群的隨機狀態(tài)轉(zhuǎn)移過程，理論分析了算法的全局收斂性，zui后構(gòu)建一種基于新型離散粒子群優(yōu)化的拓撲控制方案，仿真實驗結(jié)果表明了所提方案所獲拓撲具有網(wǎng)絡整體功耗低，結(jié)構(gòu)健壯性高和節(jié)點間通信干擾可控的折衷特點，并能夠有效地延長無線E+E傳感器網(wǎng)絡的生命周期。無線E+E傳感器網(wǎng)絡所具有的能耗有限性和節(jié)點資源有限性要求在任務調(diào)度過程中進行實時數(shù)據(jù)交換時要盡量減少E+E傳感器節(jié)點的功耗，而數(shù)據(jù)融合能有效減少網(wǎng)絡內(nèi)的數(shù)據(jù)傳輸量，減少能源的消耗，并盡可能地挖掘E+E傳感器節(jié)點的處理能力。為此，綜合運用前向反饋神經(jīng)網(wǎng)絡和粒子群優(yōu)化算法，建立了一個面向無線E+E傳感器網(wǎng)絡的多源時域數(shù)據(jù)融合模型。新模型首先構(gòu)造了基于粒子群優(yōu)化的特征選擇算法用以簡化大量的歷史數(shù)據(jù)源，然后提出了一種基于粒子群優(yōu)化的新型神經(jīng)網(wǎng)絡預測算法，利用粒子群優(yōu)化訓練前向反饋神經(jīng)網(wǎng)絡，獲得全局優(yōu)化的神經(jīng)網(wǎng)絡權(quán)值和閾值，zui后依賴于過濾的數(shù)據(jù)，通過所提預測算法進行數(shù)值預測，達到節(jié)省能耗的目的，并克服了傳統(tǒng)時序算法所無法實現(xiàn)的根據(jù)多種不同類型數(shù)據(jù)進行預測的缺點。無線E+E傳感器網(wǎng)絡自身的網(wǎng)絡狀況和所處的外界環(huán)境動態(tài)多變性等特點要求采取自適應機制使任務管理更加適應于無線E+E傳感器網(wǎng)絡的實時應用需求。

無線E+E傳感器網(wǎng)絡任務調(diào)度關(guān)鍵技術(shù)
為此，引入多Agent系統(tǒng)理論，構(gòu)建了一種基于多Agent的無線E+E傳感器網(wǎng)絡系統(tǒng)模型，并在該系統(tǒng)模型基礎上，提出了一種基于多Agent的無線E+E傳感器網(wǎng)絡自適應任務調(diào)度策略。該策略有效地將多Agent技術(shù)融入到了無線E+E傳感器網(wǎng)絡的自適應任務調(diào)度當中，能夠?qū)收辖Y(jié)點上未完成的任務及時地進行自適應調(diào)整，以達到用zui小的開銷恢復網(wǎng)絡的正常運作。