近年來(lái),隨著我國(guó)物流的快速發(fā)展。物品數(shù)量增加導(dǎo)致物品在倉(cāng)儲(chǔ)中的停滯情況經(jīng)常發(fā)生,而一些糧食、食品、藥物、煙草、果蔬和容易腐爛的物品對(duì)倉(cāng)儲(chǔ)的環(huán)境有較高的要求。要求倉(cāng)儲(chǔ)系統(tǒng)實(shí)現(xiàn)采集、顯示、控制環(huán)境參數(shù),并且滿足更快速、更簡(jiǎn)便、更穩(wěn)定的特點(diǎn)。為了解決上述問(wèn)題,本文構(gòu)建了一種基于WSN的倉(cāng)儲(chǔ)環(huán)境監(jiān)測(cè)與預(yù)警系統(tǒng)。一方面采用了基于WSN的物聯(lián)網(wǎng)技術(shù)監(jiān)測(cè)的方式,實(shí)時(shí)準(zhǔn)確采集影響倉(cāng)儲(chǔ)狀態(tài)的重要參數(shù),進(jìn)而有效監(jiān)測(cè)環(huán)境中的溫濕度、氣體煙霧、二氧化碳濃度、氧氣濃度、乙烯濃度和光照強(qiáng)度等參數(shù)。另一方面,建立了一個(gè)預(yù)測(cè)模型,來(lái)有效且準(zhǔn)確地預(yù)測(cè)WSN所監(jiān)測(cè)到的環(huán)境信息。首先,為解決監(jiān)測(cè)效率不高、節(jié)點(diǎn)覆蓋率不高的問(wèn)題,本文提出了一種基于PSO-IWOA的算法對(duì)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署進(jìn)行優(yōu)化,PSO算法和WOA算法兩者優(yōu)勢(shì)互補(bǔ)組合為一個(gè)新的PSO-IWOA算法,從節(jié)點(diǎn)覆蓋率與收斂性能測(cè)試兩方面進(jìn)行實(shí)驗(yàn)分析。最終提高了網(wǎng)絡(luò)的覆蓋率和收斂速度,增加傳感器網(wǎng)絡(luò)的使用壽命,使得WSN監(jiān)測(cè)到的環(huán)境數(shù)據(jù)更加準(zhǔn)確。其次,對(duì)傳感器采集到的數(shù)據(jù)進(jìn)行預(yù)處理,并針對(duì)BP神經(jīng)網(wǎng)絡(luò)中存在的不足,通過(guò)WOA算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值的方法...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章
    1.2
        1.2.3 倉(cāng)儲(chǔ)環(huán)境預(yù)警的研究現(xiàn)狀
        1.2.4 相關(guān)智能優(yōu)化算法研究現(xiàn)狀
    1.3 論文主要研究?jī)?nèi)容
    1.4 論文的結(jié)構(gòu)安排
第二章 相關(guān)技術(shù)理論
    2.1 物聯(lián)網(wǎng)技術(shù)
        2.1.1 物聯(lián)網(wǎng)體系框架
    2.2 ZigBee技術(shù)
        2.2.1 ZigBee協(xié)議架構(gòu)
        2.2.2 ZigBee網(wǎng)絡(luò)設(shè)備類型
    2.3 WSN技術(shù)
    2.4 環(huán)境監(jiān)測(cè)關(guān)鍵參數(shù)
    2.5 本章小結(jié)
第三章 基于PSO-IWOA算法的WSN監(jiān)測(cè)節(jié)點(diǎn)覆蓋優(yōu)化
    3.1 WSN覆蓋分類
        3.1.1 按節(jié)點(diǎn)可移動(dòng)性分類
        3.1.2 按覆蓋目標(biāo)分類
        3.1.3 按節(jié)點(diǎn)感知類型分類
    3.2 WSN的節(jié)點(diǎn)覆蓋模型
    3.3 PSO算法及改進(jìn)
        3.3.1 PSO基礎(chǔ)算法
        3.3.2 PSO算法改進(jìn)
    3.4 WOA算法及改進(jìn)
        3.4.1 WOA基礎(chǔ)算法
        3.4.2 WOA算法改進(jìn)
    3.5 改進(jìn)的PSO-IWOA算法
    3.6 PSO-IWOA算法節(jié)點(diǎn)覆蓋結(jié)果分析
    3.7 PSO-IWOA收斂性能測(cè)試
        3.7.1 測(cè)試函數(shù)
        3.7.2 評(píng)價(jià)指標(biāo)
        3.7.3 收斂性能實(shí)驗(yàn)分析
    3.8 本章小結(jié)
第四章 倉(cāng)儲(chǔ)環(huán)境預(yù)警模型
    4.1 數(shù)據(jù)集處理
        4.1.1 數(shù)據(jù)來(lái)源
        4.1.2 數(shù)據(jù)預(yù)處理
        4.1.3 預(yù)警指標(biāo)
    4.2 人工神經(jīng)網(wǎng)絡(luò)概述及BP神經(jīng)網(wǎng)絡(luò)模型
        4.2.1 人工神經(jīng)網(wǎng)絡(luò)概念
        4.2.2 BP神經(jīng)網(wǎng)絡(luò)模型及算法步驟
    4.3 WOA-BP神經(jīng)網(wǎng)絡(luò)的研究與仿真
        4.3.1 WOA算法
        4.3.2 WOA-BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
        4.3.3 WOA-BP網(wǎng)絡(luò)算法的參數(shù)設(shè)置
        4.3.4 WOA算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的步驟與流程圖
    4.4 實(shí)驗(yàn)及結(jié)果分析
        4.4.1 WOA-BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程分析
        4.4.2 WOA-BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果分析
    4.5 本章小結(jié)
第五章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)
    5.2 倉(cāng)儲(chǔ)環(huán)境監(jiān)測(cè)的硬件設(shè)計(jì)與實(shí)現(xiàn)
        5.2.1 系統(tǒng)整體設(shè)計(jì)
        5.2.2 模塊介紹
        5.2.3 硬件系統(tǒng)實(shí)現(xiàn)
    5.3 倉(cāng)儲(chǔ)環(huán)境監(jiān)測(cè)的軟件設(shè)計(jì)與實(shí)現(xiàn)
        5.3.1 倉(cāng)儲(chǔ)環(huán)境監(jiān)測(cè)的軟件設(shè)計(jì)
        5.3.2 倉(cāng)儲(chǔ)環(huán)境監(jiān)測(cè)的軟件實(shí)現(xiàn)
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介



本文編號(hào)：3771307