《物聯網環境下的認知調度網路構建及其資源協調最佳化》是依託北京科技大學，由王洪泊擔任項目負責人的面上項目。
基本介紹
- 中文名：物聯網環境下的認知調度網路構建及其資源協調最佳化
- 依託單位：北京科技大學
- 項目負責人：王洪泊
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
認知無線網路可有效最佳化複雜行動網路環境下頻譜資源的調度和使用狀況，為物聯網環境下的協調智慧型調度系統設計提供了新思路。本項目重點研究面向實時生產的認知網路構建及其資源協調最佳化調度方法。為了有效支撐面向複雜流管網實時生產的資源最佳化調度，並具有對不同（天然氣、石油、水、電、交通、物流等）領域的良好適應性，本項目將認知網路構建問題作為協調最佳化調度系統的核心關注點，在數據安全採集與計算可視化並重的基礎上，圍繞物聯網環境下的實時生產信息感知及安全採集、跨層間簡單流程接入協定、基於網路情景意識的認知調度網路知識庫構建，正常最佳化協調與異常應急調度算法四項關鍵技術，展開系統深入的理論及套用研究。認知調度網路構建的有利於觀察、感知和學習物聯網環境下的複雜大系統實時生產現場的狀態，及時配置網路中各節點的行為參數，進而提高資源協調調度的智慧型水平。
結題摘要
項目組在凝練物聯網環境下的認知調度網路構建及其資源協調最佳化科學問題的基礎上，圍繞物聯協同認知計算的關鍵技術，展開系統深入的研究工作。在模型構建與算法實現方面的研究工作包括：針對物聯網實時生產信息感知實時性和安全採集及時性的特點，開展了人工魚群、螢火蟲、蛙跳混洗、動物嗅探等自然啟發式行為協同認知算法的基礎性研究；為了構建融合公共知識庫的自適應可變碼速的調製解調模型，系統開展了面向硬體設計協同認知基礎性探索研究，通過對積體電路布局問題的分析，以免疫系統本身的智慧型化機制和從中抽象出來的數學模型為依據，構建用於解決積體電路門陣列布局問題的免疫進化計算模型框架，大量對比實驗及數據分析，表明了相關改進模型及實現算法的有效性。在套用方面主要完成的研究工作有：針對正常最佳化和異常應急協調調度的特徵，首先構建認知調度網路時間約束型多維空間，研究開展基於參考點的協同認知多目標最佳化算法改進研究、基於深度學習的語音情感識別認知算法和基於深度強化學習的認知無線電功率輔助決策套用研究；根據物聯網結點計算的遷移性需求，開展基於深度神經網路的遷移認知學習算法改進及套用研究；將課題研究組提出的自適應選擇高維多目標進化新算法，套用於解決認知無線電決策引擎參數最佳化中的多目標問題；針對正常最佳化與異常應急調度信息融合認知的情境，開展極限學習機ELM算法改進研究及其在認知無線網路頻譜感知中的套用。項目組就上述研究成果，分別撰寫論文發表於本領域重要的學術期刊或國際會議。課題組的研究工作有利於有效解決認知無線電決策引擎參數最佳化，實現認知無線電網路頻譜資源的有效調度，協調管理並自適應調整節點和網路負載行為，提升認知無線電功率輔助決策的水平。
