發(fā)布時間：2018-04-17 14:41

  本文選題：物聯(lián)網(wǎng) + 不確定建模�。� 參考：《華東師范大學》2017年碩士論文

【摘要】：隨著傳感器技術(shù)、通訊技術(shù)、嵌入式計算等的發(fā)展,物聯(lián)網(wǎng)如今已經(jīng)能夠被廣泛應用于各個領(lǐng)域。ThingML作為一種建模與規(guī)約語言,可以對資源約束的物聯(lián)網(wǎng)應用進行快速高效地開發(fā),因而被受到關(guān)注。由于物聯(lián)網(wǎng)應用通常被部署在開放的物理環(huán)境下,因而其執(zhí)行會受到一些環(huán)境中的不確定因素影響(比如:網(wǎng)絡(luò)延遲)。然而在現(xiàn)有ThingML建模中缺乏一種有效的機制對這些不確定因素進行建模,并且有效地量化由不確定性而產(chǎn)生的性能影響。因此,在不確定環(huán)境下由ThingML生成的物聯(lián)網(wǎng)應用的質(zhì)量和性能很難得到保證。如何高效地對在不確定環(huán)境下的基于ThingML的物聯(lián)網(wǎng)設(shè)計的服務質(zhì)量進行評估并從中快速獲得最優(yōu)物聯(lián)網(wǎng)參數(shù)配置成為如今面臨的一個挑戰(zhàn)。針對這些問題,本文的主要創(chuàng)新如下:1.針對ThingML建模機制,本文對其語法語義進行擴展,使得能夠精確地對由外部不確定環(huán)境引起的性能變化進行精確刻畫。這是因為現(xiàn)有的ThingML模型假設(shè)物聯(lián)網(wǎng)事物工作在理想環(huán)境中,因而最終生成的物聯(lián)網(wǎng)應用通常很難保證服務質(zhì)量,所以必須在ThingML中對這些行為進行有效建模。2.本文采用時間價格自動機,作為擴展ThingML的計算模型。通過使用提出的映射規(guī)則,擴展的ThingML設(shè)計可以轉(zhuǎn)化成價格時間自動機網(wǎng)絡(luò)模型從而進行相應的量化分析。通過對服務質(zhì)量的量化分析的,物聯(lián)網(wǎng)開發(fā)者能夠?qū)hingML模型在不確定環(huán)境下的性能進行評估、調(diào)整以及保證。3.基于所產(chǎn)生的價格時間自動機網(wǎng)絡(luò)模型,本文提出了一個全新的框架能夠有效地評估物聯(lián)網(wǎng)應用的服務質(zhì)量,并且采用機器學習中神經(jīng)網(wǎng)絡(luò)算法從而能夠?qū)ふ页鲎顑?yōu)目標參數(shù)配置。這是因為如果對系統(tǒng)參數(shù)組合進行逐一驗證,將消耗大量時間。本文提出的學習方法能夠大幅減少物設(shè)計者所消耗的物聯(lián)網(wǎng)系統(tǒng)參數(shù)尋優(yōu)時間。實驗結(jié)果證明本文提出的評估與尋優(yōu)框架能夠有效地在不確定環(huán)境下對基于ThingML物聯(lián)網(wǎng)設(shè)計進行服務質(zhì)量分析,并且對系統(tǒng)參數(shù)進行快速尋優(yōu),從而方便ThingML開發(fā)者的設(shè)計決策。
[Abstract]:With the development of sensor technology, communication technology, embedded computing and so on, the Internet of things has been widely used in various fields. ThingML as a modeling and specification language,Resource constrained Internet of things applications can be developed quickly and efficiently, so it has attracted much attention.Because Internet of things applications are usually deployed in open physical environments, their execution is affected by uncertainties in some environments (such as network latency).However, there is a lack of an effective mechanism to model these uncertainties in the existing ThingML modeling, and to quantify the performance effects caused by uncertainty effectively.Therefore, the quality and performance of Internet of things applications generated by ThingML in uncertain environments are difficult to guarantee.How to efficiently evaluate the QoS of Internet of things (IOT) design based on ThingML in uncertain environment and quickly obtain the optimal IOT parameter configuration has become a challenge.In view of these problems, the main innovation of this paper is as follows: 1.Aiming at the modeling mechanism of ThingML, this paper extends its syntax and semantics to accurately depict the performance changes caused by the external uncertain environment.This is because the existing ThingML model assumes that the things in the Internet of things work in an ideal environment, so the resulting IoT applications are often difficult to guarantee the quality of service, so these behaviors must be effectively modeled in ThingML.In this paper, time price automata is used as the computational model of extended ThingML.By using the proposed mapping rules, the extended ThingML design can be transformed into a price time automaton network model for corresponding quantitative analysis.Through the quantitative analysis of QoS, Internet of things developers can evaluate, adjust and guarantee the performance of ThingML model in uncertain environment.Based on the generated price time automata network model, this paper proposes a new framework to effectively evaluate the QoS of Internet of things applications.And the neural network algorithm in machine learning is used to find out the optimal target parameter configuration.This is because it takes a lot of time to verify the combination of system parameters one by one.The learning method proposed in this paper can greatly reduce the time consumed by the object designer in optimizing the parameters of the Internet of things system.The experimental results show that the proposed evaluation and optimization framework can effectively analyze the quality of service (QoS) of Internet-based design based on ThingML in uncertain environments, and quickly optimize the system parameters, thus facilitating the design decision of ThingML developers.
【學位授予單位】：華東師范大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.44;TN929.5

【相似文獻】

相關(guān)期刊論文 前7條

1 張莉;張安;;不確定環(huán)境下編隊對地攻防對抗決策方法研究[J];系統(tǒng)工程與電子技術(shù);2009年02期

2 張西振;;不確定環(huán)境下的和諧生產(chǎn)方式[J];中國計算機用戶;2008年03期

3 陳弋文;陳偉達;;不確定環(huán)境下考慮多約束的拆卸收益概率模型研究[J];計算機應用研究;2013年11期

4 慈元卓;李菊芳;賀仁杰;譚躍進;;不確定環(huán)境下多星聯(lián)合觀測調(diào)度問題研究[J];系統(tǒng)工程與電子技術(shù);2008年05期

5 陳弋文;陳偉達;;基于收益概率的不確定環(huán)境下的產(chǎn)品拆卸序列優(yōu)化[J];計算機集成制造系統(tǒng);2014年04期

6 張沙清;陳新度;陳慶新;陳新;;不確定環(huán)境下生產(chǎn)項目調(diào)度研究綜述與展望[J];計算機應用研究;2011年03期

7 劉學恒;許長延;汪傳旭;;不確定環(huán)境下三級應急系統(tǒng)部分轉(zhuǎn)運策略[J];計算機應用;2012年01期

相關(guān)會議論文 前3條

1 彭錦;董文;;不確定環(huán)境下的風險分析理論與方法[A];第七屆中國不確定系統(tǒng)年會論文集[C];2009年

2 莫鴻;;動態(tài)不確定環(huán)境下的企業(yè)核心競爭力的系統(tǒng)論[A];科學發(fā)展觀與系統(tǒng)工程——中國系統(tǒng)工程學會第十四屆學術(shù)年會論文集[C];2006年

3 楊清清;郭滕達;李本先;;不確定環(huán)境下合約市場中服務產(chǎn)品動態(tài)定價策略研究[A];第十四屆中國管理科學學術(shù)年會論文集(上冊)[C];2012年

相關(guān)重要報紙文章 前6條

1 ;范保群：企業(yè)應學會在“動態(tài)不確定環(huán)境下”競爭[N];中國經(jīng)濟時報;2004年

2 本版編輯邋滕斌圣 董娟 朱耘;不確定環(huán)境下的戰(zhàn)略選擇[N];中國經(jīng)營報;2008年

3 記者 王立偉　實習記者 王馨梓;不確定環(huán)境下的領(lǐng)導力：應變、適應、維持[N];第一財經(jīng)日報;2013年

4 萬聯(lián)證券研究所宏觀策略部;在不確定環(huán)境中尋找確定性機會[N];證券時報;2013年

5 本報記者 楊紅英;攻守2012：怎樣在不確定環(huán)境下謀求發(fā)展？[N];中國工業(yè)報;2012年

6 本報記者 史傳發(fā);把握不確定環(huán)境下的債券投資機遇[N];證券日報;2009年

相關(guān)博士學位論文 前6條

1 安智宇;面向不確定環(huán)境的大型工程物資采購管理機制與決策問題研究[D];南京大學;2012年

2 李大元;不確定環(huán)境下的企業(yè)持續(xù)優(yōu)勢[D];浙江大學;2008年

3 石繡天;不確定環(huán)境下供應鏈庫存與定價問題研究[D];南京大學;2014年

4 姚鵬程;不確定環(huán)境下的高速公路PPP項目定價問題研究[D];昆明理工大學;2011年

5 計小宇;不確定環(huán)境下的網(wǎng)絡(luò)優(yōu)化問題[D];清華大學;2006年

6 王小斌;不確定環(huán)境下的生產(chǎn)庫存優(yōu)化模型[D];天津大學;2007年

相關(guān)碩士學位論文 前8條

1 吳瑞;不確定環(huán)境下多無人機編隊任務分配方法研究[D];合肥工業(yè)大學;2017年

2 徐思遠;不確定環(huán)境下ThingML設(shè)計量化分析與尋優(yōu)框架[D];華東師范大學;2017年

3 高靜;不確定環(huán)境下聯(lián)合補充問題研究[D];哈爾濱理工大學;2008年

4 史青芳;不確定環(huán)境下FS公司的庫存控制問題研究[D];華中農(nóng)業(yè)大學;2013年

5 韓瑜;不確定環(huán)境下的多周期采購量分配問題研究[D];東北大學;2008年

6 趙煜弘;不確定環(huán)境下IMC-YY公司的戰(zhàn)略選擇[D];復旦大學;2009年

7 顧坤坤;不確定環(huán)境下物流配送有關(guān)問題的研究[D];中南大學;2009年

8 王忠存;不確定環(huán)境下Agent長期聯(lián)盟形成問題研究[D];南京大學;2012年

，

本文編號：1764020