發(fā)布時間：2021-07-09 10:54

　　目前,中國人口的老齡化問題越來越值得關注,因此針對老人來設計醫(yī)療輔助工具漸漸成為人們關注的重點,現(xiàn)有智能藥盒解決老年人經(jīng)常忘記服藥的問題,可以及時的提醒老人服藥,但是對老年人服藥記錄以及服藥計劃等數(shù)據(jù)的處理還有待完善。隨著使用智能藥盒的用戶的增多,對他們的服藥數(shù)據(jù)的處理變得越來越復雜,使用物聯(lián)網(wǎng)平臺下的云計算可以有效的處理數(shù)據(jù)龐大的任務,采用一種合適的優(yōu)化算法對數(shù)據(jù)進行高效的調(diào)度,盡量的將任務完成時間大大的縮短以及提高云計算的資源利用效率,一直是云計算科研人員不懈追求的目標。本文設計了一套物聯(lián)網(wǎng)平臺下基于云計算的智能藥盒系統(tǒng)。該藥盒可以通過藍牙和手機連接,手機通過藍牙發(fā)送給藥盒服藥計劃,智能藥盒則通過藍牙將服藥記錄發(fā)送給手機APP,之后手機將計劃上傳到云服務器,在云服務器中使用云計算對數(shù)據(jù)進行處理。在云計算的任務調(diào)度中,為縮短任務完成時間,提出了一種改進的粒子群算法。論文的主要工作及取得成果如下:（1）設計了以nRF52832藍牙芯片為處理核心,再輔助以電源模塊、開關模塊、天線模塊、存儲模塊、震動模塊、語音模塊、GPRS模塊的智能藥盒的硬件,詳細介紹了各個模塊的功能及結(jié)構(gòu)。同時又在現(xiàn)有... 

【文章來源】：江蘇科技大學江蘇省

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 智能藥盒研究現(xiàn)狀
        1.2.2 物聯(lián)網(wǎng)研究現(xiàn)狀
        1.2.3 云計算任務調(diào)度研究現(xiàn)狀
        1.2.4 粒子群算法研究現(xiàn)狀
    1.3 主要研究內(nèi)容與結(jié)構(gòu)
第2章 智能藥盒硬件和軟件的總體框架
    2.1 硬件的總體框架
        2.1.1 基本結(jié)構(gòu)及工作原理
        2.1.2 嵌入式微處理器
        2.1.3 其他模塊
        2.1.4 系統(tǒng)的硬件實現(xiàn)過程
    2.2 智能藥盒的軟件框架
        2.2.1 軟件總體流程
        2.2.2 藍牙廣播過程
        2.2.3 led的初始化函數(shù)
        2.2.4 循環(huán)函數(shù)
    2.3 本章小結(jié)
第3章 物聯(lián)網(wǎng)系統(tǒng)的總體框架
    3.1 物聯(lián)網(wǎng)的基礎研究
    3.2 云計算的基礎研究
        3.2.1 云計算基本概念
        3.2.2 云計算基本架構(gòu)
    3.3 公共物聯(lián)網(wǎng)云服務器平臺
    3.4 系統(tǒng)需求分析
        3.4.1 系統(tǒng)的功能需求
        3.4.2 系統(tǒng)的性能需求
    3.5 系統(tǒng)體系結(jié)構(gòu)
    3.6 服務器搭建過程
    3.7 本章小結(jié)
第4章 任務調(diào)度概述
    4.1 分布式計算中的任務調(diào)度
        4.1.1 網(wǎng)格計算中的任務調(diào)度
        4.1.2 P2P-Grid計算中的任務調(diào)度
    4.2 云計算中的任務調(diào)度
        4.2.1 云計算任務調(diào)度框架
        4.2.2 云計算任務調(diào)度過程
        4.2.3 云計算任務調(diào)度目標
        4.2.4 云計算任務調(diào)度特點
    4.3 云計算中任務調(diào)度算法概述
        4.3.1 蟻群算法
        4.3.2 PSO算法
    4.4 任務調(diào)度算法選擇
    4.5 本章小結(jié)
第5章 慣性權重的線性遞減(LDW)粒子群算法
    5.1 云計算資源調(diào)度問題的數(shù)學模型
    5.2 改進的粒子群算法
        5.2.1 粒子群算法
        5.2.2 慣性權重線性遞減策略
        5.2.3 粒子群算法的改進策略
    5.3 仿真實驗
        5.3.1 基于測試函數(shù)的仿真對比
        5.3.2 基于實際算例的仿真對比
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究工作展望
參考文獻
攻讀碩士學位期間發(fā)表論文及專利情況
致謝


【參考文獻】：
期刊論文
[1]基于藍牙4.0和APP控制的智能藥盒設計[J]. 郭志彪,蘇恭超.  微型機與應用. 2017(23)
[2]面向用戶體驗的老年人智能藥盒優(yōu)化設計[J]. 夏進軍,楊柳,吳志遠.  包裝工程. 2016(18)
[3]大型云計算網(wǎng)絡入侵數(shù)據(jù)快速定位模型仿真[J]. 鄧毓政.  計算機仿真. 2016(04)
[4]一種多QoS目標約束的云計算任務調(diào)度策略[J]. 鄧見光,趙躍龍,袁華強.  計算機應用研究. 2016(08)
[5]云計算環(huán)境下基于禁忌搜索的負載均衡任務調(diào)度優(yōu)化算法[J]. 孫凌宇,冷明,朱平,李金忠.  小型微型計算機系統(tǒng). 2015(09)
[6]基于蟻群模擬退火算法的云環(huán)境任務調(diào)度[J]. 張浩榮,陳平華,熊建斌.  廣東工業(yè)大學學報. 2014(03)
[7]基于離散粒子群優(yōu)化的云工作流調(diào)度[J]. 楊玉麗,彭新光,黃名選,邊婧.  計算機應用研究. 2014(12)
[8]數(shù)據(jù)挖掘在FAST動態(tài)監(jiān)測系統(tǒng)中的應用[J]. 湯為,孫才紅.  軟件. 2013(06)
[9]云計算下負載均衡的多維QoS約束任務調(diào)度機制[J]. 祝家鈺,肖丹,王飛.  計算機工程與應用. 2013(09)
[10]物聯(lián)網(wǎng)關鍵技術融合體系[J]. 張明會,孟印.  物流科技. 2012(02)

博士論文
[1]物聯(lián)網(wǎng)商業(yè)模式發(fā)展研究[D]. 鄭欣.北京郵電大學 2011

碩士論文
[1]基于RFID技術的智能藥盒系統(tǒng)的設計與實現(xiàn)[D]. 龔鑫宇.江蘇大學 2017
[2]基于離散粒子群優(yōu)化算法的網(wǎng)格任務調(diào)度方法[D]. 支成秀.廣西大學 2007



本文編號：3273614