發(fā)布時間：2021-07-14 04:55

　　氣象傳感器網(wǎng)絡(luò)是一種由大量具有運算功能和通訊功能的傳感器節(jié)點組成的分布式網(wǎng)絡(luò),主旨是用于獲取、收集、傳輸節(jié)點部署地區(qū)中監(jiān)測目標(biāo)的氣象數(shù)據(jù)。由于氣象傳感網(wǎng)大多部署于環(huán)境惡劣的監(jiān)測區(qū)域,節(jié)點多采用隨機分布,造成了監(jiān)測區(qū)域重疊或監(jiān)測區(qū)域丟失,因此需要采用插值方法來補償、補全監(jiān)測數(shù)據(jù)。反向傳播（Back Propagation,BP）神經(jīng)網(wǎng)絡(luò)由于其無限逼近原則可用來插值獲取氣象傳感網(wǎng)數(shù)據(jù)。本文結(jié)合氣象傳感網(wǎng)的特點,結(jié)合相關(guān)路由選擇協(xié)議進行分析,提出了兩種基于改進BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)插值方法。具體研究成果如下:（1）基于改進遺傳算法的BP神經(jīng)網(wǎng)絡(luò)插值優(yōu)化算法。方法結(jié)合LEACH路由選擇協(xié)議和改進的BP神經(jīng)網(wǎng)絡(luò)插值算法,對氣象傳感網(wǎng)采集到的數(shù)據(jù)進行預(yù)測插值。改進BP神經(jīng)網(wǎng)絡(luò)算法通過優(yōu)化的遺傳算法進行,主要包括對BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型進行改進,確定最優(yōu)隱層節(jié)點數(shù),以及確定BP神經(jīng)網(wǎng)絡(luò)的最佳權(quán)值、閾值參數(shù),使其獲得更加精確的數(shù)據(jù)預(yù)測插值結(jié)果。實驗證明,相比常用的數(shù)據(jù)插值方法,基于改進BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)插值算法能夠達到更加精確的插值結(jié)果。（2）基于動量-自適應(yīng)的BP神經(jīng)網(wǎng)絡(luò)插值優(yōu)化算法。針對氣象傳感網(wǎng)中采... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１氣象傳感網(wǎng)體系結(jié)構(gòu)??從圖２－１中可以看出，傳感器節(jié)點是由氣象信息采集部件、信息處理元件和??

至少包含一個簇頭和至少一個簇成員節(jié)點，簇頭通常采用能量較高、通信能力??較強的節(jié)點，負(fù)責(zé)該簇內(nèi)部數(shù)據(jù)采集和轉(zhuǎn)發(fā)，簇內(nèi)其余傳感器均為簇成員，主??要任務(wù)為目標(biāo)區(qū)域內(nèi)氣象數(shù)據(jù)信息的采集。一般網(wǎng)絡(luò)分族結(jié)構(gòu)如圖２－２所示。??祕??圖２－２網(wǎng)絡(luò)分簇結(jié)構(gòu)??氣象傳感網(wǎng)傳感器節(jié)點的設(shè)計需要根據(jù)不同的觀測需求和觀測環(huán)境而定，但??是基本都包括氣象傳感器、處理器、通信模塊以及電源這四個部分，如圖２－３??７??

網(wǎng)絡(luò)有很多種，為了表述方便，本文使用最為普及的三層ＢＰ神經(jīng)網(wǎng)絡(luò)作為推算??案例，推算其運算公式［３３］。存在三層ＢＰ神經(jīng)網(wǎng)絡(luò)，用ｉ表示輸入神經(jīng)元，ｊ代??表隱含層，ｋ代表輸出層，其結(jié)構(gòu)如圖２－５所不，如圖所不，在隱含層ｙｎ中，??第ｊ個神經(jīng)元的輸入是：??ｎｅｔｊ?＝＾ｊｗ／，〇，?（２－８）??／??輸出層第ｊ個神經(jīng)元的輸出為第ｋ個輸出神經(jīng)元的輸入為：??＝?Ｘ?ｗｋｌ〇Ｊ?（２－９）??ｊ??相應(yīng)的輸出為％?＝盡（呢￣），其中ｇ（）為Ｓ型激活函數(shù)，其表達規(guī)則如下：??ｇＷ＝１?＋?ｅ一?（２－１０）??其中，０為網(wǎng)絡(luò)閾值，網(wǎng)絡(luò)中各個神經(jīng)元的輸出為：??〇；?＝?１?／?（１?＋?ｅｘｐ（－（＾?ｗ＾ｏ，?＋?ＧＪ）））?（２－１１）??ｉ??１３??

【參考文獻】：
期刊論文
[1]無線傳感器網(wǎng)絡(luò)的研究進展[J]. 張鑫.  信息系統(tǒng)工程. 2016(04)
[2]基于非均勻分簇的無線傳感器網(wǎng)絡(luò)分層路由協(xié)議[J]. 黃廷輝,伊凱,崔更申,王玉良.  計算機應(yīng)用. 2016(01)
[3]改進遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的旅游景區(qū)日客流量預(yù)測[J]. 宋國峰,梁昌勇,梁焱,趙樹平.  小型微型計算機系統(tǒng). 2014(09)
[4]遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時交通流混沌預(yù)測[J]. 李松,劉力軍,解永樂.  控制與決策. 2011(10)
[5]傳感器網(wǎng)絡(luò)中一種基于時-空相關(guān)性的缺失值估計算法[J]. 潘立強,李建中,駱吉洲.  計算機學(xué)報. 2010(01)
[6]數(shù)學(xué)神經(jīng)網(wǎng)絡(luò)（I）──神經(jīng)網(wǎng)絡(luò)的插值機理[J]. 李洪興.  北京師范大學(xué)學(xué)報(自然科學(xué)版). 1996(04)
[7]關(guān)于BP模型的缺陷的討論[J]. 鮑立威,何敏,沈平.  模式識別與人工智能. 1995(01)

碩士論文
[1]人工神經(jīng)網(wǎng)絡(luò)優(yōu)化算法研究與應(yīng)用[D]. 董志瑋.中國地質(zhì)大學(xué)（北京） 2013
[2]無線傳感器網(wǎng)絡(luò)分層路由協(xié)議研究[D]. 莊琴清.南京郵電大學(xué) 2013
[3]BP神經(jīng)網(wǎng)絡(luò)的研究分析及改進應(yīng)用[D]. 李友坤.安徽理工大學(xué) 2012



本文編號：3283458