基于雾计算的煤矿全场景监测系统研究

• 作者: 曹健萍 李敬兆
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤矿全场景监测系统 雾计算 边缘计算 神经元感知节点 粒子群优化算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 实验研究
• 页码范围: 50-53,64
• 页数: 5页
• 分类号: TD76
• 字数: 3688字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2019050031

摘要

目前煤矿全场景监测系统主要依赖于云计算实现数据处理、存储与决策,云计算需实时处理海量监测信息,严重影响系统决策层的时效性与精确度.针对该问题,提出一种基于雾计算的煤矿全场景监测系统,以神经元感知节点为单元设计雾计算神经网络,缓解云计算数据处理压力.针对基于粒子群优化算法(PSO)的节点部署方法存在过早收敛现象和局部最优解的问题,通过改进的PSO算法优化神经元感知节点部署,实现网络结构优化.仿真结果表明,与经典PSO算法相比,改进PSO算法能够更快寻得最优解,整体通信覆盖率的最优值、最差值和平均值分别提高了3.19％,3.31％,3.25％,具有收敛快速有效、适应性强、稳定性高等优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敬兆	安徽理工大学电气与信息工程学院	154	567	12.0	17.0
3	曹健萍	安徽理工大学电气与信息工程学院	3	0	0.0	0.0