复杂事件模式检测与CEP测试数据生成算法研究

随着信息技术的快速发展和广泛应用,大数据正以不可阻挡的气势向我们走来.大数据源于信息技术,同时又向信息技术提出挑战.如何征服大数据给信息技术处理能力上带来的挑战是一个广泛关注的课题.由于采用面向流式数据的处理策略,复杂事件处理(Complex Event Processing,CEP)技术被认为是一种有希望征服大数据挑战的技术之一.然而,当事件流成为大数据时,目前的CEP模型、事件模式检测和CEP系统测试数据生成的方法和技术都存在很多不足.文章针对这一问题讨论了复杂事件建模、模式检测与测试数据的生成方法.提出一种CEP代数模型,用多种事件算子来表达事件之间的关系和事件流模型.在这里,一个创新的思想是把CEP代数模型表达式解释成算术文法产生式,从而可以用词法分析技术解决复杂事件模式检测问题.为了有效地测试复杂事件模式检测的算法,基于CEP代数模型,提出了一个用于支持上述CEP模式检测的大数据事件集的生成算法.并由此生成了不同量级的测试数据,测试了一个RFID物联网中CEP模式检测引擎.实验结果表明了提出的事件模式检测算法和CEP系统测试大数据事件集生成算法的有效性.

基于动态前视距离纯追踪模型的温室农机路径跟踪研究

为提高温室内智能农机自动导航的路径跟踪精度,提出一种基于粒子群算法的纯追踪模型动态前视距离确定方法及其路径跟踪控制方法。利用超宽带(UWB)模块和电子陀螺获取温室内智能农机的位置偏差和航向偏差;为提高纯追踪模型的自适应能力,对农机位姿偏差进行定量分析并根据位姿偏差程度构建适应度函数,通过粒子群优化(PSO)算法实时确定纯追踪模型中的最优前视距离,为提升算法求解效率对惯性权重系数进行改进;根据农机位姿偏差程度构建速度控制函数对农机进行变速控制。样机试验结果表明:在3种初始状态下的直线路径跟踪时,平均偏差均值为24.4 cm,稳态偏差平均值为4.3 cm,导航时间平均值为13.2 s,稳定距离平均值为318.1 cm。路径跟踪的各项指标均优于同等条件下的恒速固定视距试验。