CN111555924A - 用于智慧公路系统的网关设备优化部署方法 - Google Patents

用于智慧公路系统的网关设备优化部署方法 Download PDF

Info

Publication number
CN111555924A
CN111555924A CN202010422274.5A CN202010422274A CN111555924A CN 111555924 A CN111555924 A CN 111555924A CN 202010422274 A CN202010422274 A CN 202010422274A CN 111555924 A CN111555924 A CN 111555924A
Authority
CN
China
Prior art keywords
deployment
gateway
scheme
equipment
deployment scheme
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010422274.5A
Other languages
English (en)
Other versions
CN111555924B (zh
Inventor
李长乐
王瑞栋
赵瑞钢
王辉
王云鹏
刘钊
王路乔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202010422274.5A priority Critical patent/CN111555924B/zh
Publication of CN111555924A publication Critical patent/CN111555924A/zh
Application granted granted Critical
Publication of CN111555924B publication Critical patent/CN111555924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/145Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种用于智慧公路系统的网关设备优化部署方法,主要解决系统中网关设备部署不合理导致网络可靠性和运行效率低的问题。其方案是:针对网关数量、网关负载均衡和数据传输代价构建网关设备部署优化模型;对网关设备的备选部署位置进行初始化;在备选部署位置中选择若干个位置作为网关设备的实际部署位置,形成一个网关设备的部署方案;循环执行多次,形成由多个设备部署方案组成的网关设备部署方案集E;根据优化目标构建适应度函数,以适应度函数值作为寻优指标,对设备部署方案集E进行迭代寻优和方案更新,得到网关设备的最优化部署方案。本发明提高了系统网络的稳定性、可靠性和运行效率,可用于智慧公路系统的信息化、网络化建设。

Description

用于智慧公路系统的网关设备优化部署方法
技术领域
本发明属于无线通信领域,更进一步涉及一种网关设备优化部署方法,可用于智慧公路系统的信息化、网络化建设。
背景技术
全球经济的高速发展给当代交通系统的建设带来机遇的同时也带来了巨大的挑战,作为交通领域信息化、智能化建设的重要解决方案之一,智慧公路系统吸引了越来越多的学者去探索和研究。其中,稳定高效的无线网络是智慧公路系统的建设核心,为系统提供了交通数据实时可靠传输的基础。在智慧公路系统中,所有的交通数据流量都必须通过网关设备才可以上传到交通信息管理系统,所以,网关设备的部署直接影响着系统网络的稳定性和运行效率,从而影响着整个智慧公路系统的可靠性以及构建成本。然而,在现有的网关设备部署方法中,仍然存在以下几个客观缺点:
1)缺乏对实际应用场景的分析和考虑,导致其无法很好的应用于实际场景。因为只有对网络中网关设备的部署实际场景出发,根据网络的QoS需求来建立合适的设备部署优化模型,选择合适的算法来进行求解,才能得到较为贴合实际的最优解;
2)优化目标较为单一,无法满足系统网络需求。现有的网关设备优化部署方法大多都是针对系统中的某一个优化目标进行优化模型建立,然后进行求解,得到最优解。然而由于实际中,影响网络性能的因素通常有多个,只针对其中某一个因素进行优化,往往不能达到很好的优化效果,无法满足系统整体的网络要求;
3)缺乏高效合理的最优化问题求解算法,导致设备部署算法复杂,运算量巨大。
发明内容
本发明的目的在于提出一种用于智慧公路系统的网关设备优化部署方法,以解决现有网关优化部署方法缺乏对实际应用场景的分析和考虑、优化目标较为单一、设备部署算法复杂及运算量巨大的不足,通过整合计算智慧公路系统中的实时道路交通数据,为用户提供道路交通状况实时查询、系统设备维护管理、道路紧急情况预警这些实用便捷的信息化服务,实现智慧公路系统的信息化、数字化建设。
为实现上述目的,本发明的技术方案如下:
一种用于智慧公路系统的网关设备优化部署方法,所述智慧公路系统包括:道路交通数据采集器、路由器设备、网关设备和交通信息管理子系统,通过路由器设备和网关设备将道路交通数据采集器采集到的实时交通数据上传到交通信息管理子系统,实现交通状况实时感知、交通数据高效传输,其特征在于,网关设备的优化部署实现步骤如下:
1)将网关设备部署数量、网关设备负载均衡和数据传输代价作为优化目标,构建网关设备部署的优化模型,并将以下3个条件作为优化模型的约束条件:
a)所有的路由器设备都有且仅有一个与其直接进行道路交通数据交互的网关设备;
b)任意一个路由器设备到与其直接相连的网关设备之间的网络跳数不超过H跳;
c)任意一个网关设备只能与不超过S个路由器设备进行数据交互;
2)道路两侧每隔10m的位置标定一个初始位置,作为网关设备部署的备选部署位置;
3)在备选部署位置中选择若干个位置作为网关设备的实际部署位置,这些实际部署位置形成一个网关设备的部署方案;
4)执行3)若干次,形成若干个部署方案,即网关设备部署方案集E;
5)构建适应度函数,为全局最优部署方案的选择提供定量计算依据;
6)计算网关设备部署方案集E中每个部署方案的适应度函数值,记录适应度函数值最大的部署方案,即全局最优部署方案;
7)更新网关设备部署方案集E内除了全局最优部署方案之外的其他部署方案,形成新的网关设备部署方案集N;
8)循环执行6)和7);
9)根据全局最优部署方案精度阈值和循环执行次数判断是否终止循环:
若全局最优部署方案的精度满足设定的阈值要求或者循环执行次数满足设定的阈值要求,则停止循环,全局最优部署方案就是最终的网关设备部署方案;
否则,返回8)。
本发明与现有技术相比,具有如下优点:
第一,本发明方法从智慧公路系统实际场景出发,充分考虑了系统网络需求以及网关设备部署条件,通过道路交通的实际部署环境抽象构建了系统网络拓扑,并且根据网络的QoS需求来建立合理的网关设备部署优化模型,所以本方明方法更具实际意义和实现可能性;
第二,本发明方法同时考虑了网关设备部署数量、网关设备负载均衡和数据传输代价三个影响整体网络性能的指标,较为全面的分析了系统整体的性能,构建了合理的网关设备部署优化模型,所以,能够合理优化网关设备的部署位置,从而提升系统整体网络的运效率,满足系统整体的网络要求;
第三,本发明方法首先采用启发式分组算法成了网关设备部署方案集,其次,采用改进的粒子群算法对初始的网关设备部署方案集进行迭代寻优,使得算法复杂度较低,运算量较小,能够在较短时间内收敛到全局最优解,有效避免陷入局部最优。
附图说明
图1为本发明方法的实现流程图。
图2为本发明中的网络结构图。
具体实施方式
本发明是用于智慧公路系统的网关设备优化部署方法,所述智慧公路系统主要包括道路交通数据采集器、路由器设备、网关设备和交通信息管理子系统,其中:
所述道路交通数据采集器,主要负责实时采集道路交通数据,例如,道路温湿度数据、道路结冰情况数据和道路振动形变程度数据、道路车流量数据、道路平均车速数据、行人以及交通事故预警数据和系统设备管理数据等,并负责对道路实施高效可靠地实时监控,精准地感知道路交通状况;
所述路由器设备,负责收集交通数据采集器采集到的各类交通数据,并且完成这些数据的存储和转发,为系统的数据传输提高路由功能;
所述网关设备,负责收集各个路由器设备汇集的交通数据流量,并且控制智慧公路系统中的数据流量进入因特网;
所述交通信息管理子系统,主要用于整合智慧公路系统中的各类道路交通数据,为用户提供可靠实时的数据查询、紧急情况预警和设备维护管理等功能。
整个智慧公路系统以部署在路侧的大量交通数据采集器为基础,通过无线通信技术将各类传感器采集到的实时道路交通数据上传到交通信息管理子系统的后端服务器进行存储和整合处理,以良好的实现交通的数字化、信息化和智能化建设,进一步提高了交通系统的运行效率。
参照图1,本发明的实现步骤如下:
步骤1,构建网关设备部署的优化模型。
网关设备部署的优化模型是以将网关设备部署数量最小、网关设备负载均衡和数据传输代价最小作为网关设备优化部署的目标,并设置其如下三个约束条件为:
1)系统中所有的路由器设备都有且仅有一个与其直接进行道路交通数据交互的网关设备,也就是说,智慧公路系统中的任何一个路由器设备只能通过唯一的与它直接相连的网关设备进行道路交通数据的传输,不存在一个路由器设备同时与多个不同的网关设备进行道路交通数据交互的情况;
2)为了保证系统网络的时延能够满足系统需求,从而保证网络的稳定性与可靠性,要求系统中任意一个路由器设备到与其直接相连的网关设备之间的网络跳数都不能超过H跳;
3)为了保证系统网络的传输带宽以及网络整体的稳定性,要求系统中任意一个网关设备只能与不超过E个路由器设备进行数据交互,也就是说,每个网关设备最大可以容纳E个路由器设备接入;
得到网关设备部署的优化模型为:
Figure BDA0002495593930000041
s.t.
Figure BDA0002495593930000042
Figure BDA0002495593930000043
Figure BDA0002495593930000044
其中,M为网关设备部署数量优化变量,N表示系统中实际部署的网关设备数量,SD为网关设备的负载均衡值,G表示所有网关设备的集合,gi表示第i个网关设备,Load(gi)表示网关设备gi的负载值,
Figure BDA0002495593930000045
表示系统中所有网关设备的负载平均值,Cost为系统数据传输代价总和,R表示系统中所有路由器设备的集合,ri表示第i个路由器设备,W(ri)表示路由器设备ri所要发送的数据量,表示路由器设备ri到其所属网关设备的网络跳数,yij表示设备i与设备j相连,V表示所有路由器设备和网关设备集合,vi表示集合V中的第i个路由器设备或网关设备,dij表示设备i到设备j的网络跳数,H表示路由器设备到网关设备之间的网络跳数限制,E表示网关设备可以同时接入的路由器设备数量限制。
步骤2,道路两侧间隔10m标定一个初始位置,作为网关设备部署的备选部署位置。
网关设备的部署首先需要对备选部署位置进行初始化,然后在备选位置中迭代选择若干个最优位置形成网关设备的部署方案,所以,网关设备备选位置的初始化标定直接影响着本发明方法最终的优化效果,为了能够尽量覆盖全部的最佳部署位置,而且避免过多的备选位置给优化算法带来运算量巨大、陷入局部最优解中等问题,要在道路两侧间隔标定一个初始位置。
本实例选择每隔10m的位置标定一个网关设备的备选部署位置,而且基于对智慧公路系统实际场景的考虑,选择在道路两侧进行标定,以方便网关设备部署的工程实现。
步骤3,在备选部署位置中选择若干个位置作为网关设备的实际部署位置,这些实际部署位置形成一个网关设备的部署方案。
参照图2,本步骤的具体实现如下:
3.1)在标定好的网关设备备选部署位置中随机选择一个位置,新建一个网络逻辑分组,并将该备选部署位置设为已选部署位置后加入到当前逻辑分组内;
3.2)以该部署位置作为根节点进行深度优先遍历,将满足网关设备部署优化模型中所有约束条件的其他备选部署位置加入到网络逻辑分组中;
3.3)根据某个备选部署位置的遍历次数,更新已选部署位置的分组:
若某个备选部署位置只被遍历过一次,则直接将其加入到网络逻辑分组中;
若某个备选部署位置被遍历过多次,则将该备选部署位置加入到更优的逻辑分组中;
3.4)增大深度优先遍历的搜索范围,并判断网络拓扑中的所有备选部署位置是否都被遍历过:
若是,则结束遍历,得到网关设备的初始部署方案集;
若否,返回3.1)。
步骤4,执行步骤3若干次,形成若干个部署方案,即网关设备部署方案集E。
本实例利用改进的粒子群算法对网关设备的部署优化问题进行求解,实现如下:
4.1)根据步骤3所述的过程,每次完整地执行一次步骤3,便会得到一个网关设备的部署方案,这个部署方案的具体表示形式为一维数组,即用数组的下标表示网关设备的备选部署位置,用数组的值表示对应下标表示的备选位置处是否是网关设备的实际部署位置:
若值为1,则表示该备选位置将作为网关设备的实际部署位置进行网关设备部署;
若值为0,则表示该设备部署位置将不进行任何操作;
4.2)执行步骤3若干次,每执行一次都以一维数组的形式记录获得的网关设备部署方案,最终形成由若干个部署方案形成的网关设备部署方案集E。
步骤5,构建适应度函数,为全局最优部署方案的选择提供定量计算依据。
5.1)根据网关设备部署的优化模型,将影响网络性能的三个重要指标作为网关设备部署的优化目标,其中,通过优化设备部署数量来降低系统网络的构建成本,进一步降低整个智慧公路系统的构建成本;通过优化网关设备的负载均衡值来提升网络整体的稳定性和可靠性;通过优化数据传输代价来提高网络的运行效率,降低系统中道路交通数据的传输时延,满足系统在特殊应用场景下的需求;
5.2)对上述三个重要指标进行归一化处理;
5.3)对归一化之后的指标进行加权处理,通过给不同的优化目标设置不同的权重系数,对网关设备部署的三个优化目标的优化力度进行调整,得到如下适应度函数:
Figure BDA0002495593930000061
其中,γ1、γ2和γ3表示归一化加权系数;Xi表示网关设备部署方案集E中的第i个部署方案;n表示全局最优部署方案所对应的设备部署数量;c(Xi)表示第i个部署方案所对应的设备部署数量;Q表示全局最优部署方案所对应的设备负载均衡值;SD(Xi)表示第i个部署方案所对应的设备负载均衡值;C表示全局最优部署方案所对应的数据传输代价值;Cost(Xi)表示第i个部署方案所对应的数据传输代价值。
步骤6,计算网关设备部署方案集E中每个部署方案的适应度函数值,记录适应度函数值最大的部署方案,即全局最优部署方案。
6.1)从网关设备部署方案集E中确定一个尚未计算适应度函数值的部署方案i:
首先,在表示网关设备部署方案的一维数组中添加1位,即适应度函数值计算标志位,用来表示该部署方案是否已经计算过适应度函数值;
其次,遍历网关设备部署方案集E中的所有部署方案,查看各部署方案的适应度函数值计算标志位:若适应度函数值计算标志位为1,则表明该部署方案已经计算过适应度函数值了,忽略该方案,继续进行遍历;若适应度函数值计算标志位为0,则表明该部署方案还未计算过适应度函数值,返回该尚未计算适应度函数值的部署方案i,并将该部署方案i的适应度函数值计算标志位置1。
6.2)分别计算部署方案i所对应的网关设备部署数量n、网关设备均衡值SD和数据传输代价Cost:
网关设备部署数量n,是通过表示网关设备部署方案的一维数组获得;
网关设备负载均衡值SD,是通过计算网关设备部署方案集E中每个部署方案与其他部署方案之间的负载均衡值的标准差来表征的;
数据传输代价Cost的具体计算:是用系统中所有路由器设备中的数据量乘以到所属网关设备之间距离值的总和,即
Figure BDA0002495593930000062
其中,Dis表示第i个路由器设备与其所属网关设备之间的距离,Load表示第i个路由器设备所要发送的道路交通数据量。
6.3)将n、SD和Cost三个参数代入适应度函数中,求出部署方案i所对应的适应度函数值;
6.4)将部署方案i标记为已计算适应度函数值状态;
6.5)得到适应度函数值最大的设备优化部署方案,即全局最优部署方案。
步骤7,更新网关设备部署方案集E内除了全局最优部署方案之外的其他部署方案,形成新的网关设备部署方案集N。
本步骤的具体实现如下:
7.1)从网关设备部署方案集E中选择一个部署方案j;
7.2)随机修改部署方案j中网关设备的实际部署位置,形成新的部署方案k。
在更新某个部署方案时,是通过修改表示此部署方案的一维数组来达到更新部署方案的目的,具体过程为:
首先,统计一维数组中值为1的索引个数,并将其记为m,也就是该部署方案中网关设备的部署数量为m个;
其次,遍历数组中所有值为1的索引,并将对应索引处的值置为0;
然后,随机选择m个索引,将其对应位置设定为1;
最后,形成新的部署方案k。
7.3)循环执行7.1)和7.2),直到网关设备部署方案集E内除了全局最优部署方案之外的其他部署方案均被修改过,形成新的网关设备部署方案集N。
步骤8,设置循环执行次数S=500,循环执行步骤6和步骤7。
步骤9,获得最终的网关设备部署方案。
9.1)设置全局最优部署方案精度阈值T=0.75;
9.2)判断是否终止循环:
根据全局最优部署方案设置精度阈值T;
将全局最优部署方案的精度Tn表示为:
Figure BDA0002495593930000071
其中,Pt表示系统期望的适应度函数值,Pmax表示全局最优部署方案的适应度函数值;
将全局最优部署方案的精度Tn和当前循环执行次数Sn与精度阈值T和循环执行阈值S进行比较,判断是否终止循环:
若Tn≥T或者Sn=S,则停止循环,得到最终的网关设备部署方案;
否则,返回步骤8。
以上描述仅是本发明的一个具体实例,并未构成对本发明的任何限制,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修改和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (6)

1.一种用于智慧公路系统的网关设备优化部署方法,所述智慧公路系统包括:道路交通数据采集器、路由器设备、网关设备和交通信息管理子系统,通过路由器设备和网关设备将道路交通数据采集器采集到的实时交通数据上传到交通信息管理子系统,实现交通状况实时感知、交通数据高效传输,其特征在于,网关设备的优化部署实现如下:
1)将网关设备部署数量、网关设备负载均衡和数据传输代价作为优化目标,构建网关设备部署的优化模型,并将以下3个条件作为优化模型的约束条件:
a)所有的路由器设备都有且仅有一个与其直接进行道路交通数据交互的网关设备;
b)任意一个路由器设备到与其直接相连的网关设备之间的网络跳数不超过H跳;
c)任意一个网关设备只能与不超过E个路由器设备进行数据交互;
2)道路两侧每隔10m的位置标定一个初始位置,作为网关设备的备选部署位置;
3)在备选部署位置中选择若干个位置作为网关设备的实际部署位置,这些实际部署位置形成一个网关设备的部署方案;
4)执行3)若干次,形成若干个部署方案,即网关设备部署方案集E;
5)构建适应度函数,为全局最优部署方案的选择提供定量计算依据;
6)计算网关设备部署方案集E中每个部署方案的适应度函数值,记录适应度函数值最大的部署方案,即全局最优部署方案;
7)更新网关设备部署方案集E内除了全局最优部署方案之外的其他部署方案,形成新的网关设备部署方案集N;
8)循环执行6)和7);
9)根据全局最优部署方案精度阈值和循环执行次数判断是否终止循环:
若全局最优部署方案的精度满足设定的阈值要求或者循环执行次数满足设定的阈值要求,则停止循环,全局最优部署方案就是最终的网关设备部署方案;
否则,返回8)。
2.根据权利要求1所述的方法,其中1)中构建的网关设备部署优化模型,表示如下:
Figure FDA0002495593920000021
s.t.
Figure FDA0002495593920000022
Figure FDA0002495593920000023
Figure FDA0002495593920000024
其中,M为网关设备部署数量优化变量,N表示系统中实际部署的网关设备数量,SD为网关设备的负载均衡值,G表示所有网关设备的集合,gi表示第i个网关设备,Load(gi)表示网关设备gi的负载值,
Figure FDA0002495593920000025
表示系统中所有网关设备的负载平均值,Cost为系统数据传输代价总和,R表示系统中所有路由器设备的集合,ri表示第i个路由器设备,W(ri)表示路由器设备ri所要发送的数据量,Di表示路由器设备ri到其所属网关设备的网络跳数,yij表示设备i与设备j相连,V表示所有路由器设备和网关设备集合,vi表示集合V中的第i个路由器设备或网关设备,dij表示设备i到设备j的网络跳数,H表示路由器设备到网关设备之间的网络跳数限制,E表示网关设备可以同时接入的路由器设备数量限制。
3.根据权利要求1所述的方法,其中3)中在备选位置中选择若干个位置形成网关设备的一个部署方案,实现如下:
3a)在标定好的网关设备备选部署位置中随机选择一个位置,新建一个网络逻辑分组,并将该备选部署位置设为已选部署位置后加入到当前逻辑分组内;
3b)以该部署位置作为根节点进行深度优先遍历,将满足网关设备部署优化模型中所有约束条件的其他备选部署位置加入到网络逻辑分组中;
3c)根据某个备选部署位置的遍历次数,更新已选部署位置的分组:
若某个备选部署位置只被遍历过一次,则直接将其加入到网络逻辑分组中;
若某个备选部署位置被遍历过多次,则将该备选部署位置加入到更优的逻辑分组中;
3d)增大深度优先遍历的搜索范围,并判断网络拓扑中的所有备选部署位置是否都被遍历过:若是,则结束遍历,得到网关设备的初始部署方案集;若否,返回3a)。
4.根据权利要求1所述的方法,其中5)中构建的适应度函数,表示如下:
Figure FDA0002495593920000031
其中,γ1、γ2和γ3表示归一化加权系数;Xi表示网关设备部署方案集E中的第i个部署方案;n表示全局最优部署方案所对应的设备部署数量;c(Xi)表示第i个部署方案所对应的设备部署数量;Q表示全局最优部署方案所对应的设备负载均衡值;SD(Xi)表示第i个部署方案所对应的设备负载均衡值;C表示全局最优部署方案所对应的数据传输代价值;Cost(Xi)表示第i个部署方案所对应的数据传输代价值。
5.根据权利要求1所述的方法,其中6)中计算网关设备部署方案集E中每个部署方案的适应度函数值,实现如下:
6a)从网关设备部署方案集E中确定一个尚未计算适应度函数值的部署方案i;
6b)分别计算部署方案i所对应的网关数量n、网关设备均衡值SD和数据传输代价Cost;
6c)将n、SD和Cost三个参数代入适应度函数中,求出部署方案i所对应的适应度函数值;
6d)将部署方案i标记为已计算适应度函数值状态。
6.根据权利要求1所述的方法,其中7)中更新网关设备部署方案集E内除了全局最优部署方案之外的其他部署方案,实现如下:
7a)从网关设备部署方案集E中选择一个部署方案j;
7b)随机修改部署方案j中网关设备的实际部署位置,形成新的部署方案k;
7c)循环执行7a)和7b),直到网关设备部署方案集E内除了全局最优部署方案之外的其他部署方案均被修改过,形成新的网关设备部署方案集N。
CN202010422274.5A 2020-05-18 2020-05-18 用于智慧公路系统的网关设备优化部署方法 Active CN111555924B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010422274.5A CN111555924B (zh) 2020-05-18 2020-05-18 用于智慧公路系统的网关设备优化部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010422274.5A CN111555924B (zh) 2020-05-18 2020-05-18 用于智慧公路系统的网关设备优化部署方法

Publications (2)

Publication Number Publication Date
CN111555924A true CN111555924A (zh) 2020-08-18
CN111555924B CN111555924B (zh) 2022-04-05

Family

ID=72008486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010422274.5A Active CN111555924B (zh) 2020-05-18 2020-05-18 用于智慧公路系统的网关设备优化部署方法

Country Status (1)

Country Link
CN (1) CN111555924B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171373A (zh) * 2022-06-21 2022-10-11 江苏瑞沃建设集团有限公司 用于智慧公路系统的网关设备优化部署方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7222111B1 (en) * 1998-05-29 2007-05-22 Budike Jr Lothar E S Multi-utility energy control and facility automation system with dashboard having a plurality of interface gateways
CN101711048A (zh) * 2009-11-13 2010-05-19 西安电子科技大学 移动自组织网络与Internet融合过程中的网关选择方法
US20130163424A1 (en) * 2011-12-21 2013-06-27 Cisco Technology, Inc. System and method for load based optimization in communication networks
CN104994515A (zh) * 2015-05-26 2015-10-21 哈尔滨工业大学 一种信息物理融合系统下的网关部署方法
CN106454940A (zh) * 2016-10-21 2017-02-22 黄东 一种无线mesh网络中的负载均衡方法
CN111148116A (zh) * 2019-12-11 2020-05-12 郑州大学 面向应急通信的wmn网关部署与信道分配联合优化算法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7222111B1 (en) * 1998-05-29 2007-05-22 Budike Jr Lothar E S Multi-utility energy control and facility automation system with dashboard having a plurality of interface gateways
CN101711048A (zh) * 2009-11-13 2010-05-19 西安电子科技大学 移动自组织网络与Internet融合过程中的网关选择方法
US20130163424A1 (en) * 2011-12-21 2013-06-27 Cisco Technology, Inc. System and method for load based optimization in communication networks
CN104994515A (zh) * 2015-05-26 2015-10-21 哈尔滨工业大学 一种信息物理融合系统下的网关部署方法
CN106454940A (zh) * 2016-10-21 2017-02-22 黄东 一种无线mesh网络中的负载均衡方法
CN111148116A (zh) * 2019-12-11 2020-05-12 郑州大学 面向应急通信的wmn网关部署与信道分配联合优化算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHANG-WOO AHN,ETC: "Design and Implementation of a Channel Load Aware Path and Gateway Selection Scheme in Multi-channel Multi-interface Wireless Mesh Networks", 《IEEE》 *
吴文甲等: "干扰约束和负载均衡的无线Mesh网络网关部署策略", 《计算机学报 》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171373A (zh) * 2022-06-21 2022-10-11 江苏瑞沃建设集团有限公司 用于智慧公路系统的网关设备优化部署方法
CN115171373B (zh) * 2022-06-21 2023-05-12 江苏瑞沃建设集团有限公司 用于智慧公路系统的网关设备优化部署方法

Also Published As

Publication number Publication date
CN111555924B (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
CN107274669B (zh) 一种基于最短路径的城市道路交通网络熵计算方法及系统
CN108447255B (zh) 一种城市道路动态交通网络结构信息系统
CN108712287A (zh) 基于节点相似度的vanet社区发现方法
CN111555924B (zh) 用于智慧公路系统的网关设备优化部署方法
CN110290077A (zh) 一种基于实时业务配置的工业sdn资源分配方法
CN103916478B (zh) 基于分布式系统的流式构建数据方的方法和装置
CN109862532A (zh) 轨道交通状态监测多传感器节点布局优化方法及系统
CN110519816A (zh) 一种无线漫游控制方法、装置、存储介质及终端设备
CN114710410B (zh) 基于深度强化学习的网络数据采集效率优化方法及系统
Zhao et al. Adaptive swarm intelligent offloading based on digital twin-assisted prediction in VEC
CN109034232A (zh) 城市规划条件核实成果报告的自动化输出系统及控制方法
CN118317372A (zh) 基于多智能体联邦强化学习的数据协作缓存方法
CN113676357A (zh) 面向电力物联网中边缘数据处理的决策方法及其应用
CN116938810A (zh) 一种基于图神经网络的深度强化学习sdn智能路由优化方法
Huang et al. Multisource data acquisition based on single-chip microcomputer and sensor technology
CN114401192B (zh) 一种多sdn控制器协同训练方法
CN108521373A (zh) 一种命名数据网络中的多径路由方法
Allani et al. Towards better data management/gathering in connected environments
Wang Optimization of wireless network node deployment in smart city based on adaptive particle swarm optimization
CN110392409B (zh) 基于配电通信网的WMSNs多路径QoS路由方法、系统及存储介质
Liu et al. IQWOA: improved quantum whale optimization algorithm for clustering in industrial wireless sensor network
CN113507413A (zh) 一种路由优化方法、装置及计算设备
CN115269162A (zh) 一种基于sdn多控制器改进蚁群的负载均衡方法
CN116390165B (zh) 一种数据驱动的蜂窝基站动态管理方法与系统
CN111615166B (zh) 一种面向农业应用的无人机自组网分簇评判方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant