[发明专利]基于改进蚁群算法的果园物联网节点故障检测方法及系统在审

专利信息
申请号: 202210272874.7 申请日: 2022-03-18
公开(公告)号: CN114611655A 公开(公告)日: 2022-06-10
发明(设计)人: 谢家兴;梁高天;李君;余振邦;付仙冰;何培华;张笑微;华佳俊;孙道宗 申请(专利权)人: 华南农业大学
主分类号: G06N3/00 分类号: G06N3/00;G06Q10/00
代理公司: 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 代理人: 李冉
地址: 510642 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 算法 果园 联网 节点 故障 检测 方法 系统
【权利要求书】:

1.一种基于改进蚁群算法的果园物联网节点故障检测方法,其特征在于,包括:

S1、基于改进的蚁群算法计算果园物联网各节点间路径的信息素浓度矩阵,并在每次蚂蚁迁徙时,对所述信息素浓度矩阵进行更新;

S2、基于SoftMax算法根据各节点间路径的信息素浓度计算对应路径的故障概率,若所述故障概率大于预设阈值,则判断该路径存在故障。

2.根据权利要求1所述的一种基于改进蚁群算法的果园物联网节点故障检测方法,其特征在于,S1包括:

S11、随机初始化蚂蚁出生点;

S12、以信息素启发因子为基础,为每一只蚂蚁可访问的节点计算访问概率;

S13、根据所述访问概率确定每一只蚂蚁下一次要到的节点;

S14、移动蚂蚁,并更新信息素浓度矩阵和所移动蚂蚁的移动距离,将当前蚂蚁所在节点加入该蚂蚁的已访问列表,后续不再访问这些节点;

S15、判断蚂蚁访问过的节点数量是否达到设定值,若是,则停止对信息素浓度矩阵的更新,若否,则返回执行S11。

3.根据权利要求2所述的一种基于改进蚁群算法的果园物联网节点故障检测方法,其特征在于,S12中,所述访问概率的计算公式为:

ηij[m]=a·Qij[m]-b·Lij

其中,Pij[h]表示第h只蚂蚁从i节点到j节点的概率;τij和ηij分别表示从节点i到节点j路径上的信息素浓度和透明度;Jh表示第h只蚂蚁下一次可访问的节点的集合;α和β分别表示信息素启发因子与透明度启发因子;ηij[m]和Qij[m]分别表示蚂蚁第m次迁徙时,节点i到节点j路径的透明度和链路质量;Lij表示节点i到节点j路径的无线信号传输理论损耗;a和b分别表示链路质量影响因子与理论损害影响因子。

4.根据权利要求2所述的一种基于改进蚁群算法的果园物联网节点故障检测方法,其特征在于,S13包括:

对每一只蚂蚁当前可访问节点按照访问概率从小到大排列并进行累加,得到一个数组,数组的计算公式为:

其中,S表示累加结果数组;P[k]表示该蚂蚁对节点k的访问概率;n表示当前可访问的节点的数量;

产生一个在区间[0,S[n]]内的随机数,如果该随机数处于区间[S[k-1],S[k]]内,则选择节点k作为该蚂蚁下一个要访问的节点。

5.根据权利要求2所述的一种基于改进蚁群算法的果园物联网节点故障检测方法,其特征在于,S14包括:

按照下式计算蚂蚁每次迁徙时,两个节点间路径上的信息素增量:

其中,Δτij[m]表示第m次迁徙节点i到节点j路径上的信息素增量;ηij表示从节点i到节点j的透明度;dh表示第h只蚂蚁已经走过的路径长度;表示冲量系数;η表示冲量初值参数,n表示节点个数,k表示蚂蚁群已经访问的节点数量;

根据信息素增量计算蚂蚁在第k次迁移时节点i到j路径上的信息素浓度

τij[m]=ln(τij[m-1]+1)+Δτij[m]

其中,τij[m]表示蚂蚁在第m次迁移时节点i到j路径上的信息素浓度;Δτij[m]表示在第m次迁移节点i到节点j路径上的信息素浓度增量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南农业大学,未经华南农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210272874.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top