[发明专利]一种智慧城市数据中心的设备布置方法

说明书

本发明公开一种智慧城市数据中心的设备布置方法，包括：步骤S1，将机房设备的平面模型抽象成俯视状态下的抽象多边形，录入模板库；步骤S2，获得数据中心的各房间的边界的位置信息；步骤S3，使用深度视觉方法根据空间的特征来识别房间名称，具体包括：建立训练集和测试集，训练集中包含训练图片以及其对应的标签；构建深度神经网络，深度神经网络包含一个输入层、三个隐藏层和一个输出层，层与层之间为全连接；步骤S4，使用多重遗传算法进行机房设备布置。本发明快速批量生成符合布局规则函数判断、新颖性判断、先验知识的机房设备布局方案。

技术领域

本发明涉及人工智能技术领域，具体地说，涉及一种智慧城市数据中心的设备布置方法。

背景技术

随着计算机与网络技术的发展，服务器、网络通信设备等IT设备正在向着小型化、网络化、机架化的方向发展，智慧城市的数据中心机房内需要放置很多数据存储机柜、散热装置等各种设备，是综合布线和信息化网络设备的核心，也是信息网络系统的数据汇聚中心，其特点是设备24h不间断运行，电源和空调不允许中断，对机房的洁净度、温湿度要求较高。

而长期以来，数据存储机柜被看作IT应用中容纳服务器的低值、附属产品，并不为人重视。但是，低价值的数据存储机柜却是昂贵的IT设备最直接的物理保护，重视IT设备本身却忽视其所处的IT微环境的做法，例如，热量管理、线缆管理、机柜电源分配、兼容性及其他先进性能，机柜布置不合理会导致数据中心的数据存储机柜故障率高，性能降低，资源浪费等，只有合理的规划设备布局，才能充分发挥各子系统的功能，便于今后的扩充，方便运维人员的管理，节省投资。

发明内容

为解决以上问题，本发明提供一种智慧城市数据中心的设备布置方法，包括以下步骤：步骤S1，将机房设备的平面模型抽象成俯视状态下的抽象多边形，录入模板库；步骤S2，获得数据中心的各房间的边界的位置信息；步骤S3，使用深度视觉方法根据空间的特征来识别房间名称，具体包括：建立训练集和测试集，训练集中包含训练图片以及其对应的标签；构建深度神经网络，深度神经网络包含一个输入层、三个隐藏层和一个输出层，层与层之间为全连接，对于深度神经网络的第r层的第j个神经元表示为：

其中，r-1层包含m个神经元，表示第r-1层第k个神经元到的权重，表示到的偏移，σ(·)为激活函数，w是线性关系系数，b是偏倚，输出层采用softmax分类器，输出概率值最大的神经元的索引作为神经网络对房间图片的预测结果；步骤S4，使用多重遗传算法进行机房设备布置。

本发明采用多重遗传算法，针对整个数据中心利用遗传算法生成多个机房设备分配方案，对每个机房设备分配方案再利用遗传算法分别按照各房间进行遗传算法计算，得到各个房间的布局方案，能够快速批量生成符合布局规则函数判断、新颖性判断、先验知识的机房设备布局方案。

附图说明

通过结合下面附图对其实施例进行描述，本发明的上述特征和技术优点将会变得更加清楚和容易理解。

图1是表示本发明实施例的智慧城市数据中心的设备布置方法的步骤示意图；

图2是表示本发明实施例的数据中心机柜排布的示意图。

具体实施方式

下面将参考附图来描述本发明的实施例。本领域的普通技术人员可以认识到，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式或其组合对所描述的实施例进行修正。因此，附图和描述在本质上是说明性的，而不是用于限制权利要求的保护范围。此外，在本说明书中，附图未按比例画出，并且相同的附图标记表示相同的部分。

图1是表示本发明涉及的智慧城市数据中心的设备布置方法的流程图。下面参考图1来说明本发明的实施例。

本实施例的智慧城市数据中心的设备布置方法包括以下步骤：