新鲜度信息不对称背景下生鲜农产品供应链协调探讨

生鲜农产品供应链的稳定决定民众生活质量,若生鲜供应链中存在新鲜度信息的不对称性,易使损耗加剧、部分产品的新鲜度存在问题。为保证生鲜产品新鲜度对称,亟需采用相关手段保障供应链中各类信息对称,使生鲜农产品信息协调。本文根据供应链合同关系展开研究,通过利益分析确定供应链中易引发新鲜度问题的相关阶段,并采取措施,结合新式技术手段解决此类问题。

物联网中信息新鲜度和能耗的权衡揭示及优化

无人机辅助物联网传感器节点(sensor nodes,SN)数据采集场景中,信息新鲜度和无人机能耗本质上是相互竞争的指标。为揭示两个指标之间的权衡,引入Pareto边界的概念,将该问题公式化为多目标混合整数线性规划问题,并应用Bender分解算法求解该问题。而后通过节点唤醒与睡眠机制与无人机轨迹的联合设计,共同优化两个指标,并最大限度地减少SN的最大能耗,将该联合设计公式化为混合整数非凸优化问题,通过应用逐次凸优化技术,提出了一种迭代算法来求解。仿真结果表明,所提出的方法能在两个竞争度量之间得出Pareto最优解。与悬停方案相比,所提设计中无人机能耗和信息新鲜度得到优化,同时显著节省了SN的能耗。

6G时代信息新鲜度优先的无线网络设计

物联网的发展催生了各类实时监测系统(如智能驾驶)和状态更新系统(如工业控制)的部署与应用。对于上述系统而言,信息新鲜度至关重要。若目的端接收的是过时信息,可能会降低系统决策的准确性和可靠性,并造成巨大的安全隐患。在未来6G网络中,信息新鲜度对信息更新应用将越来越重要。为了有效地刻画信息新鲜度,学术界提出了信息年龄(AoI,age of information)的概念。目前,AoI已迅速成为无线系统新的性能指标和研究热点。首先概述了AoI的研究历程,然后分析了在不同网络模型(如单用户网络、单跳网络和多用户网络等)中引入AoI的关键问题,最后对未来的研究趋势进行了展望。

面向调控信息新鲜度保障的电力至简物联网资源优化

信息新鲜度对分布式能源调控模型训练精度具有重要影响。信息新鲜度较差会导致训练模型损失值增加,降低调控可靠性与经济性,影响能量实时供需平衡。电力至简物联网能够为分布式能源调控提供即插即用、多模态融合的通信支撑,但仍面临跨域资源优化与模型训练适配性差、调控信息新鲜度难以保障等挑战。针对上述问题,提出基于调控信息新鲜度感知的通信与计算资源协同优化算法,通过赤字虚拟队列演进感知调控信息新鲜度偏差。在此基础上,利用深度Q网络学习信道分配与批量规模联合优化策略,最小化模型损失函数,保障调控信息新鲜度长期约束。仿真结果表明,相较于基于联邦深度强化学习的低时延资源分配算法与自适应联邦学习批量规模优化算法,所提算法使全局损失函数降低57.19%和24.60%,信息新鲜度提高35.34%和49.05%。

基于信息传输时变时延的车辆队列纵向稳定性控制算法

智能网联车辆队列行驶面临复杂的交通环境,所引发的时延、丢包等信息传输问题将导致队列车辆行驶稳定性降低而亟待解决.针对复杂交通环境,引入信息新鲜度(age of information, AoI)并提出了一种适应时变时延的智能网联车辆队列行驶稳定性控制算法.该控制算法根据队列中多前车信息新鲜度来调整其对队列车辆车头间距影响的权重,同时依据时变时延信息预测队列中跟驰车辆与前车的车头间距,队列车辆按照请求周期向路侧单元(road side unit, RSU)实时发送请求,RSU依据车辆间距从小到大依次回应请求队列中的各个车辆,以控制其因时变时延可能造成的碰撞.数值仿真结果显示,相对智能驾驶员模型(intelligent driver model, IDM)而言,所提出的队列纵向稳定性控制算法具有更好的控制效果.针对时变时延发生概率20%的车车通信,队列车辆车头间距偏差的降低比例达6.4%,平均峰值信息新鲜度的降低比例达8.7%.同时,分析了队列车辆请求周期和回应请求车辆数量对队列纵向稳定性的影响,随着两者数值增加,控制算法给出的队列纵向稳定性分别呈现降低和增加的趋势.最后,实车测试了队列切出场景下车辆行驶数据和车辆接收信息的时延数据,将其引入数值仿真实验中.结果表明,车头间距偏差降低比例达15%.

生鲜农产品供应链RFID技术投资决策及协调

新鲜度信息不对称下,投资无线射频识别(RFID)技术能否受益及如何协调技术投资后的供应链收益,是生鲜农产品供应链面临的重要问题.基于Stackelberg博弈,考虑新鲜度信息不对称下生产商隐瞒新鲜度信息的情况,使用单周期报童模型构建集中型和分散型供应链RFID技术应用前后的利润模型.研究得到投资技术的标签成本阈值,并提出协调供应链的回购契约形式.结果表明,生鲜农产品供应链是否投资RFID技术,与标签成本大小和可提高的农产品新鲜度有关;标签成本在成员间的分担比例变化对批发价格产生影响,但不影响订货量和各成员利润;分散型生鲜农产品供应链技术投资的关键是生产商,且新鲜度信息共享程度越高,其越倾向于投资.并通过数值算例验证分析结论的有效性.

面向无人机辅助WSN的改进DDPG算法

为了减小无人机辅助无线传感器网络(Unmanned Aerial Vehicle Assisted Wireless Sensor Network,UAV-WSN)数据收集的信息新鲜度(the Age of Information,AoI),提出一种改进的深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法。构建最小AoI的马尔可夫决策过程(Markov Decision Process,MDP)模型,通过经验回放矩阵和双层网络结构提高算法的收敛速度。将玻尔兹曼策略引入搜索策略中,解决UAV-WSN系统在选择最优动作时局部最优的问题,采用多层长短期记忆神经网络模型,以控制经验池中信息的记忆和遗忘程度,避免算法训练时回合间相互影响。将所提算法与演员-评论家(Actor-Critic,AC)算法、深度Q网络(Deep Q-Network,DQN)算法、DDPG算法及random算法对比,结果表明,改进的DDPG算法具有较好的收敛性和稳定性,能够最小化AoI。