面向全分布式智能建筑系统应用程序的并行化编译方法

群体智能系统通过邻居个体的信息交互实现群体级别的应用任务,具有良好的鲁棒性和灵活性.与此同时,大多数开发人员难以对分布式、并行的个体交互机制进行描述.一些高级语言允许用户以串行思维方式、从系统全局角度来编程并行的群体智能计算任务,而无需考虑通信协议、数据分布等底层交互细节.但面向用户、全局声明式的群体智能系统应用程序与个体并行执行逻辑存在的巨大语义差距,使得编译过程复杂进而导致应用程序开发效率不高.提出一个编译系统及其支撑工具,支持将高级的群体智能系统应用程序转换为安全、高效的分布式实现.所提编译系统通过并行信息识别,计算划分,交互信息生成技术,将面向系统全局、串行编程的群体智能应用程序编译为面向个体独立执行的并行目标代码,从而使用户不必了解个体间的复杂交互机制.设计一种标准化中间表示,将复杂群体智能计算任务转换为群体智能算子和输入输出变量组合而成的标准化语义模块序列,其以独立于平台的形式表示源程序信息,屏蔽目标硬件平台的异构性.在一个群体智能系统案例平台中部署和测试所提编译系统,结果表明该系统能够有效将群体智能应用程序编译为平台可执行的目标代码并提升应用程序开发效率,其生成的代码在一系列基准测试中具有比现有编译器更好的性能.

基于动静态混合数据分析的误报警判定方法:面向建筑信息模型的运维平台

为解决消防误报警消息的频繁出现给建筑运维工作带来极大不便的问题,充分利用建筑信息模型(BIM)运维平台的数据资源优势,提出一种基于动静态混合数据分析的消防误报警判定方法。在对建筑火灾风险及消防误报警成因研究分析基础上,首先,从建筑物联网获取报警点所属空间的温度、烟雾浓度、CO浓度等参数构成动态数据集,采用遗传算法优化的BP神经网络(GA-BP)分析动态数据集,获得建筑空间存在明火的概率;然后,从BIM模型提取报警点空间位置与建筑材料参数构成静态数据集,采用提出的模糊贝叶斯网络评估该空间火灾风险概率;最后,加权融合以上2个概率值,最终得到报警点所属空间发生火灾的概率,进而反向推断出误报警的概率。研究结果表明:该方法可以判定建筑BIM运维平台的消防误报警概率,为建筑运维人员提供决策依据。