基于强化学习的大规模多模Mesh网络联合路由选择及资源调度算法

为了平衡新型电力系统中大规模多模Mesh网络的传输可靠性和效率,该文在对优化问题进行描述和分析的基础上提出一种基于强化学习的大规模多模Mesh网络联合路由选择及资源调度算法,分为两个阶段。在第1阶段中,根据网络拓扑结构信息和业务需求,利用一种多条最短路径路由算法,输出所有最短路径。在第2阶段中,提出一种基于多臂老虎机(MAB)的资源调度算法,该算法基于得到的最短路径集合构建MAB的摇臂,然后根据业务需求计算回报,最终给出最优的路由选择及资源调度方式用于业务传输。仿真结果表明,所提算法能够满足不同的业务传输需求,实现端到端路径的平均时延和平均传输成功率的高效平衡。

软件定义无线Mesh网络多目标路由优化算法

无线Mesh网络(Wireless Mesh network, WMN)中,链路拥塞会导致较长的传输时延和排队时间,因此将链路负载均衡与服务质量结合起来一直是研究热点.本文针对多目标路由优化管理的关键问题,将路由问题表述为整数线性规划(Integer linear programming, ILP)模型,并将无线Mesh网络与软件定义网络(Software defined network, SDN)结合,设计了适应于SD-WMN架构的多目标函数、约束条件以及整体的网络优化模型,此外,由于该整数线性规划模型是NP完全的,本文将改进的人工蜂群的启发式优化算法引入到路由优化算法中,以获得源节点和目的节点之间传输流量的理想路径.本文所提出方法在Mininet网络模拟工具中的仿真结果证明了该算法的有效性,与OSPF、SDNR以及遗传蚁群优化(G-ACO)相比,所提出方法在丢包率、往返时间和负载均衡方面均有不错的改善.

面向算力网络的全光网MESH化组网规划研究

全光承载网络是算力网络的根基和底座,面向算力网络的业务发展需求将呈现MESH化组网的趋势。在分析算力网络对光网络需求的基础上,对比了全光网MESH化组网和传统组网的差异,进而研究全光网络MESH化组网规划思路与规划重点,最后提出了全光网MESH化部署相关建议,以期更好地助力算力网络新发展。

基于Mesh网络的集群式照明管理系统设计

目前的mesh网络中若使用电池供电的传感器,则设备的频繁通信和控制会导致额外的能源消耗。因此,本文基于mesh网络设计了一款集群式照明管理的系统,通过对该系统总框架的设计,将系统所具备的功能分成了数据采集、网络拓扑结构、集群控制等三个模块。通过实验分析,验证出该系统在数据传输效率、控制精准度以及节能效果等方面均具有显著优势。

网格化管理思维下高校易班网络思政工作机制优化研究

随着信息技术的变迁,高校网络思政教育实践活动经历着不断演化的过程,易班作为教育信息化的产物,是高校思政教育工作载体的创新。网格化管理是一种以人为本的管理模式,具有动态性、针对性和高效性等特点,高校易班网络思政教育实施网格化管理具有一定的优势。基于网格化管理思维,文章从易班网络育人组织架构、运行保障、阵地打造及监管反馈等方面来优化其工作机制,提高高校思政教育工作实效。

基于蜂窝结构的海上风电场无线Mesh网络覆盖优化算法

以往的海上风电场无线Mesh网络覆盖优化算法由于仅计算了单一的优化目标,导致算法的优化效果不佳。因此,设计了基于蜂窝结构的海上风电场无线Mesh网络覆盖优化算法。考虑到蜂窝结构的特性,得到基于蜂窝结构的海上风电场覆盖情况,根据覆盖区域中静态节点的分布情况,制定相应网络节点移动策略,在上述基础上,构建相应的风电场网络覆盖模型,并通过计算节点覆盖率和节点移动距离,得到相应的优化目标函数,通过计算移动节点的适应度,实现对风电场的网络覆盖优化。通过上述的设计,完成对海上风电场无线Mesh网络覆盖优化算法的设计。在实验测试中,和以往的海上风电场无线Mesh网络覆盖优化算法相比,设计的基于蜂窝结构的海上风电场无线Mesh网络覆盖优化算法在实际应用后,网络覆盖率提升到98.12%,优化效果较好。

基于无线Mesh网络的物联智能信息化病房系统设计

利用Mesh无线网络技术构建院内物联网平台,不仅实现了患者病情的精准监测与个体化住院环境的定制,还通过整合和智能分析生命体征等实时监测数据,有效辅助了临床诊疗和护理工作,极大地提升了医疗服务的质量和效率。通过部署在医院各个角落的Mesh节点,确保了网络的稳定性和覆盖范围,使得患者无论在病房还是公共区域,其健康数据都能实时上传至中央系统。医疗团队可以通过平台获取实时数据,进行远程监控和及时干预,减少了医疗事故的发生。同时,系统也高度重视数据安全和隐私保护,采用先进的加密技术和访问控制机制,确保患者信息得到严密保护,防止未经授权的访问和数据泄露,从而构建了一个高效、安全、智能的医疗物联网生态系统,全面提升了医院的管理水平和患者的就医体验。

集群式照明管理中Mesh网络技术研究

面对网络拓扑动态变化、多跳传输带来的延迟问题,文章旨在深入探讨Mesh网络技术在集群式照明管理中的应用要点,以期进一步推动智能照明控制系统的实用化与智能化,为创造绿色、智能的城市生活提供有力的技术支撑。

生成对抗网络在二维网格生成上的探索

流体力学中的网格生成至关重要,因为它是计算机求解的首要步骤。但这项工作既耗时又费力,因此提高网格生成速度已成为研究的重点。基于此,文章设计了一种基于神经网络的网格生成方法,利用生成对抗网络来生成相应的网格。首先,通过现有的二维平面网格数据提取出相关信息,作为训练数据;然后,利用生成对抗网络的生成器和判别器的相互迭代训练得到最优的结果;最后,通过生成对抗网络生成需要的网格数据,展示相应结果。实验表明,对于简单二维平面网格可以使用神经网络进行智能化处理,并生成合适的网格数据,生成对抗网络在网格生成上具有良好的应用。

基于网格划分的无线通信网络虫洞攻击检测

针对虫洞攻击漏检率较高的问题,提出基于网格划分的无线通信网络虫洞攻击检测方法。利用数据采集程序采集无线通信网络实时数据,筛选出其中的虫洞攻击数据,并对虫洞攻击数据进行数据补充、数据过滤和数据归一化处理。提取预处理后的数据特征,在网格划分的支持下,确定虫洞攻击的位置,通过设定的特征阈值,实现虫洞攻击检测。实验结果表明,所提网格划分方法漏检率仅为4.5%,检测准确度较高。

基于Q-Learning的动态BLE Mesh网络高能效路由算法

针对动态低功耗蓝牙(Bluetooth Low Energy, BLE)Mesh网络规范采用的管理式泛洪路由机制所导致的数据包冗余和高能耗的问题,提出了动态BLE Mesh网络高能效路由算法。通过建立基于Q-Learning的BLE Mesh网络路由模型,将BLE Mesh网络中节点的剩余能量、转发成本、移动因子以及接收信号强度指示(Received Signal Strength Indicator, RSSI)纳入到奖励函数的设计中。同时对BLE Mesh网络中的心跳机制进行改进,使网络中的节点更加高效地获取环境信息。采用基于探索的路由发现机制来更新网络中节点的Q值,使其能更加准确反映节点移动所导致的网络拓扑变化。仿真结果表明,该算法在节点能耗和网络开销上均优于传统的管理式泛洪路由机制。

基于ZigBee Mesh网络的智能防误判系统自动开锁设计

自动开锁过程中若出现误判情况,会导致用户出现经济财产损失,甚至会危害生命安全,所以提出基于ZigBee Mesh网络的智能防误判系统自动开锁设计方案。通过子节点、路由器以及网络协调器构建ZigBee网络树形结构,利用网络矢量路由完成各设备间的数据信息传输,结合无线Mesh网络,在ZigBee Mesh网络平台中接入现象控制器、防误主机、通信网络、网络接口设备以及闭锁节点,构建智能防误判系统,凭借电脑钥匙连接信息通信和防误判系统,以管理软件和解锁钥匙管理机制实现自动开锁。实验证明:所设计系统能有效避免防误开锁情况发生,且口令正确时自动开锁精准度高。

基于增强网格网络的井下尘雾图像清晰化算法

针对目前井下尘雾图像清晰化算法存在的图像偏暗、细节丢失和过度增强等问题,提出一种基于增强网格网络的井下尘雾图像清晰化算法。该算法由前处理模块、主干模块和输出模块3个部分组成。前处理模块通过特征提取模块IRDB生成一组特征图,作为主干模块的输入,IRDB融合了Inception架构和密集残差连接模块(RDB)的优势,可在网络资源有限的情况下增加网络的深度和宽度,从而增强网络的表征能力、泛化能力及其对不同尺度尘雾的处理能力;主干模块采用网格网络进一步提取图像不同尺度的特征,并通过上采样和下采样实现特征图不同尺度的变换,为更好地捕捉图像中的细节信息,在网格网络中引入通道注意力机制。实验结果表明:IRDB数量为5时,网络模型的峰值信噪比(PSNR)、结构相似度指数(SSIM)和自然图像质量评价指标(NIQE)最好;从视觉效果上看,用所提算法清晰化处理后的图像细节信息更加丰富,色彩更加自然,具有良好的清晰度和对比度;在井下数据集上用所提算法处理后的图像PSNR、SSIM和NIQE分别为23.69,0.840 1,8.95,图像处理速度处于中等水平,整体性能优于DCP,AOD-Net等同类算法。

基于改进WOA-BP神经网络的网格化空气质量监测仪数据修正

空气污染严重威胁人类健康,近年来逐渐兴起的基于传感器技术的微型空气监测仪(简称微型站)具有体积小、造价低的优点,符合当前网格化、精细化的空气质量管理模式。但微型站中使用的电化学传感器存在复杂的气体交叉干扰,影响设备的准确性。针对交叉干扰非线性,难以用明确的数学表达式描述的问题,提出将改进鲸鱼算法优化的反向传播(CIWOA-BP)神经网络应用于微型站数据的修正。CIWOA-BP算法结合了BP神经网络善于处理非线性黑箱问题的优势以及CIWOA全局寻优的能力。结果表明:经过CIWOA-BP修正后的微型站可以实现对混合气体中的NO_(2)、CO、O_(3)和SO_(2)的准确定量分析,4种气体的计算值和实际值之间的拟合优度(R^(2))均超过了0.97,效果优于一元、多元线性回归和传统的BP神经网络,可以很好地提升设备对空气污染物的监测精度。

Mesh网络技术在电梯应急通信中的应用

传统的电梯应急通信系统基于有线传输,存在通话质量差、布线成本高等问题。Mesh网络属于无线通信,有效覆盖范围可达1000 m,将该网络技术应用于电梯应急通信,能够提高通信质量、降低运营成本。Mesh网络技术通过高级多带激励进行信号编解码,降低了对带宽的要求,研究设计并开发相应的通信终端和控制软件。经测试,在有障碍条件下,其有效传输距离满足设计要求,通话质量良好且丢包率较低,具有较强的实用性。

基于索道信息化设备的无线自适应智能Mesh网络

随着索道信息化的快速发展,吊厢/吊椅上的无线通信设备之间的网络通信成为了一项关键技术。由于吊厢/吊椅在运行过程中需要采用电池供电,并且所有通信设备需要将数据回传到索道站,无线通信距离达3 km左右,需要消耗较多电量,故索道吊厢/吊椅上无线通信设备减小电池电量消耗的技术显得尤为重要。文中提出一种索道吊厢/吊椅上的无线通信设备的自适应智能Mesh网络,在保证数据传输稳定和效率的前提下,使整个网络电量消耗效率最高,并且均衡每台信息化设备的综合功耗。

基于改进麻雀搜索算法的无线Mesh网络信道分配优化

文章在考虑网络信道分配优化模型的约束条件时,由于缺少对资源分配公平性的约束,导致信道分配后利用率较低,优化效果有限,为此,文章提出基于改进麻雀搜索算法的无线Mesh网络信道分配优化。文章采用数学模型描述网络中的信道分配问题,构建信道分配模型,结合Mesh网络的结构与特性,设计约束条件,包括网络连通性约束、信道容量约束和资源分配公平性约束。文章通过引入新的搜索策略和局部优化机制优化麻雀搜索算法,实施模型求解得到最佳信道分配方案。实验结果表明,在文章所提研究方法的应用下,Mesh网络信道的利用率得到了很大提升。

基于网络安全网格的云原生安全架构研究与实践

云安全作为云计算发展过程中的必要环节,能够有效保障企业云上业务安全稳定运行。但随着云上业务复杂化,云安全需求也日趋复杂,如何快速应对动态变化的云安全需求、高效利用云安全资源、有效管理安全网元变得尤为重要。针对云原生安全展开研究,提出了基于网络安全网格的云原生安全架构方案,构建了标准化安全能力模型,实现对安全网元的统一管理调度。在此基础上进一步设计并实现了统一编排调度系统,为云安全提供开箱即用的安全产品,提高安全资源利用率,降低安全资源管理开销。

基层社会治理从网格化管理到网络化治理

随着网格化管理在全国各地的推广与实践,网络化治理作为一种新的治理模式,被许多学者关注。基于当前社会变革的需要,相较于网格化管理,网络化治理在很多层面都更具优势。文章从网络化治理的视域来分析网格化管理模式,纵观两者的总体思路和内容结构,结合我国社会实践成效,发现从网格化管理转化为网络化治理的过程中,存在着基层政府转型问题、基层自治实现问题以及多元治理体系的建设问题,并分三个角度对治理的路径进行剖析,理清了网格化管理转变为网络化治理过程中所存在的问题以及可行路径,以期为我国基层社会治理体系建设助力。

无网格法驱动径向基函数前置卷积神经网络

卷积神经网络通过卷积核的移动加权提取样本点的局部特征,而无网格法基于节点信息构造具有核近似特点的形函数进行离散建模,两者的内在相似性为采用卷积神经网络加速无网格计算过程提供了有利条件.但是基于传统卷积神经网络的改进无网格法包含较为繁琐耗时的非线性参数求解.为了克服这一问题,本文充分利用无网格法能够灵活构建数据样本的优点,提出了一种径向基函数前置卷积神经网络模型.该网络通过径向基函数的前置,提前激活输入数据,实现了非线性变换和数据特征维度跃升,随后再将数据传入传统卷积层得到输出.由于所提网络模型具备线性求解的特点,能够有效提升预测精度与计算效率.在数值算例中,通过对比无网格法直接计算结果、传统卷积神经网络和所提的径向基函数前置卷积神经网络预测结果,系统验证了所提网络模型的有效性.