基于移动agent技术水产养殖物联网系统

基于移动agent技术水产养殖物联网系统

ID:5997678

大小:27.00 KB

页数:5页

时间:2017-12-30

基于移动agent技术水产养殖物联网系统_第1页
基于移动agent技术水产养殖物联网系统_第2页
基于移动agent技术水产养殖物联网系统_第3页
基于移动agent技术水产养殖物联网系统_第4页
基于移动agent技术水产养殖物联网系统_第5页
资源描述:

《基于移动agent技术水产养殖物联网系统》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于移动Agent技术水产养殖物联网系统  摘要:本文通过对物联网传感器数据采集方式的分析,提出一种分布式移动Agent技术的水产养殖系统模型。该模型将传统集中进行的数据挖掘工作下放到移动Agent中,很大程度上减轻了网络负载,提升了工作效率。关键词:物联网移动Agent数据挖掘网络负载中图分类号:TP391文献标识码:A文章编号:1007-9416(2013)05-0073-021引言我国的水产养殖业近些年发生了巨大变化,其养殖模式不再是传统的人工巡守、人工投饵及检测方式,而是出现了不同程度的自动化,可

2、以实现自动控制以及数字化监控。[1]将物联网应用于水产养殖,具有低成本、数据采集范围广等特点。采用自组织的物联网,其特点是节点可移动,无需铺设线路,容易维护,组网成本低,非常适合于自动化水产养殖监测系统。[2]将移动Agent技术引入物联网系统,可以通过电脑或手机对养殖池水的温度、pH值、溶氧量、电导率及氨氮等环境因素做出实时、动态的调整。同时,还能够从根据这些因素分析、加工和处理出有意义的数据,以适应不同用户的不同需求,为水产养殖增产增收提供科学的依据。2系统模型总体设计5系统模型由数据采集层和监控层构

3、成(图1)。数据采集层分为定点数据采集模块和不定点数据采集模块。每个模块内部由一个现场监控节点控制,每个模块中的传感器节点主要包含温度传感器、pH值传感器、溶氧量传感器、电导率传感器和氨氮传感器等。传感器节点将采集到的环境信息数据送到现场监控节点进行分类汇总。最后,由移动Agent完成各采集模块的选择、传感信息收集和数据融合等任务。控制层由控制系统和监控中心构成。它负责将移动Agent传送的信息进行整合。监控中心向用户反馈信息,包括水产品的生长状态、环境因素对水产品的影响以及数据挖掘结果显示等内容。依据这

4、些信息,监控中心对控制系统发出指令,指挥各控制子系统主要包括增氧泵控制,自动给排水控制,光照控制,温度控制系统的工作,从而实现对养殖环境控制的功能。3移动Agent中的数据挖掘3.1传感器数据的特点传感器的数据与互联网的数据不同,有自己的特色。[3]第一、传感器的数据总是大规模的、分布式的、时间相关的和位置相关的。同时,数据的来源是各异的,节点的资源是有限的。大量的传感器数据储存在不同的节点。通过集中式的管理很难让挖掘到分布式数据。5第二、传感器数据很庞大需要实时处理。如果采用集中式管理,中心节点的要求非

5、常高。中心节点的能量消耗也非常大。第三、节点的资源是有限的。将数据放在中心节点的策略没有优化昂贵资源传输。在大多数情况下,中心节点不需要所有的数据。3.2分布式移动Agent数据挖掘根据无线传感器的数据特点,提出分布式移动Agent数据挖掘模式。首先从传感器中收集到的数据信息进行实时聚类[4],划分出正常行为库和异常行为库,再对划分出的正常行为库进行关联模式挖掘[5],从中提炼出传感器数据模式,进而构建成模式库,利用其对控制系统实时控制,进而提供给应用,提高决策和控制的智能化。分布式移动Agent数据挖掘

6、工作原理如图所示(图2),左边是监控中心,右边是现场监控节点。传感器节点任意的分布在某一监测区域内,节点以自组织的形式构成网络,将数据传送到现场监控节点。现场监控节点对数据进行预处理,存入本地规则数据库。同时还通过通信Agent把处理过的数据传送到监控中心节点,以便进行综合的分析5。而本地规则数据库也能收到中心监控节点的一些更新信息。现场监控节点根据本地规则库的规则形成控制信息,实时对设备进行控制。监控中心节点负责对数据收集与分析,并显示结果,实现智能化的决策。这种体系结构的优点是,现场监控节点把收集到的

7、原始数据,通过数据过滤、数据抽象和压缩进行预处理。现场监控节点把处理过的数据,发送给监控中心节点,将较大的负载的数据集中到监控中心节点处理,而本地数据就近处理,避免了内部网络中繁重的数据交流。3.3分布式移动Agent数据挖掘的性能特点移动Agent数据挖掘方法与传统的统计方法相比,优势在于它能从数据中发现人们未知的知识和规律,并且具有分析过程自动、快速等优点。(1)减少了手工分析和编码的需要,提高了流量收集的精确性。数据挖掘方法可以从大量数据中挖掘出不易被明显看出的重要特征和规则,能分析大量数据并提取对

8、网络行为的最具概括性的描述,使得构造出的特征能够更加精确。(2)适应数据量增大的趋势。在传感器数据收集中,收集到的数据越多,分析结果就越准确。(3)具有较强的可扩展性。同样的数据挖掘工具能用于多个数据源,具有较强的可扩展性。4结语5根据水产养殖传感器数据的特点,本文结合移动Agent技术与物联网技术,构建了基于移动Agent技术的水产养殖物联网系统模型。把数据挖掘下放到移动Agent中,在很大程度上减少了数量庞大的传感器节点发

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。