本文關(guān)鍵詞：基于蟻群優(yōu)化算法的視頻監(jiān)控智能檢測系統(tǒng)的研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：當(dāng)前視頻監(jiān)控已廣泛運(yùn)用于各行各業(yè)中,其大規(guī)模的應(yīng)用致使人工檢修的難度逐漸增加,進(jìn)而影響著實時監(jiān)控的效率。本文中討論的視頻監(jiān)控智能檢測系統(tǒng)就是解決當(dāng)前視頻監(jiān)控排障問題的優(yōu)秀方案。在實際應(yīng)用中,為了保證較高的檢測效率,系統(tǒng)遇到了并發(fā)功耗高、檢測任務(wù)線程滿載等性能問題,因此決定引入負(fù)載均衡機(jī)制優(yōu)化其性能。目前已有多種較為成熟的負(fù)載均衡算法,蟻群算法因其求解機(jī)制和信息維護(hù)機(jī)制的優(yōu)點(diǎn),較其他算法在負(fù)載均衡方面有著更高的調(diào)度效率和系統(tǒng)吞吐率。目前在負(fù)載均衡領(lǐng)域,一般分配問題是主要研究方向。但由于視頻監(jiān)控檢測系統(tǒng)有著任務(wù)有序執(zhí)行等特點(diǎn),無法用一般分配問題進(jìn)行描述。針對上述問題,本文在一般分配問題的基礎(chǔ)上,結(jié)合系統(tǒng)并行檢測模塊的特點(diǎn),采用依賴于序列的并行負(fù)載均衡模型描述并行檢測模塊,同時針對局部搜索算法評價解質(zhì)量標(biāo)準(zhǔn)單一的問題,對局部搜索算法的尋優(yōu)過程進(jìn)行改進(jìn),并將此改進(jìn)算法應(yīng)用到遺傳算法和蟻群優(yōu)化算法中。然后通過上面提到的模型對優(yōu)化算法進(jìn)行模擬仿真,得出針對于此模型的最優(yōu)負(fù)載算法,最后在實際系統(tǒng)中對模擬結(jié)果進(jìn)行了驗證。本文的創(chuàng)新點(diǎn)主要包括以下三點(diǎn)：1、完成了視頻監(jiān)控智能檢測系統(tǒng)的開發(fā)和優(yōu)化。對視頻監(jiān)控智能檢測系統(tǒng)總體架構(gòu)進(jìn)行了分層,對每層當(dāng)中用到的關(guān)鍵技術(shù)進(jìn)行分析。使用IIS技術(shù)和Socket技術(shù)實現(xiàn)了模塊之間的通信；采用數(shù)據(jù)緩存技術(shù)解決了數(shù)據(jù)庫高并發(fā)性能的瓶頸；采用動態(tài)鏈接庫技術(shù)完成了對檢測算法的封裝。2、研究了蟻群算法及其在負(fù)載均衡機(jī)制中的應(yīng)用,在研究的基礎(chǔ)上針對負(fù)載均衡中網(wǎng)絡(luò)異構(gòu)性的特點(diǎn)改進(jìn)了算法中的局部搜索算法,引入網(wǎng)絡(luò)轉(zhuǎn)移代價系數(shù)和鄰居結(jié)點(diǎn)的概念,優(yōu)化尋優(yōu)過程并提高算法性能。采用適用于有序并發(fā)執(zhí)行機(jī)制的依賴于序列的負(fù)載均衡模型,對改進(jìn)算法進(jìn)行模擬仿真,結(jié)果顯示在應(yīng)用于蟻群優(yōu)化算法時,改進(jìn)局部搜索算法在相對負(fù)載失衡率和執(zhí)行時間兩項性能指標(biāo)的表現(xiàn)上均較原版算法有所提升。3、根據(jù)系統(tǒng)并行檢測架構(gòu)的特點(diǎn),設(shè)計了適用于有序并發(fā)執(zhí)行機(jī)制的負(fù)載均衡架構(gòu),并將在模型仿真中性能最優(yōu)的蟻群優(yōu)化算法和改進(jìn)蟻群優(yōu)化算法應(yīng)用在系統(tǒng)中。通過多輪測試得出任務(wù)執(zhí)行時間和總內(nèi)存占用兩個重要性能指標(biāo)的實驗結(jié)果,進(jìn)一步驗證了模型仿真中得出的結(jié)論,優(yōu)化了當(dāng)前系統(tǒng)的高并發(fā)性能。
【關(guān)鍵詞】：蟻群優(yōu)化算法 負(fù)載均衡 局部搜索算法 異構(gòu)網(wǎng)絡(luò)
【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN948.6;TP18
【目錄】：

• 摘要5-7
• Abstract7-11
• 1 緒論11-17
• 1.1 研究背景和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 負(fù)載均衡技術(shù)研究現(xiàn)狀12-13
• 1.2.2 蟻群算法研究現(xiàn)狀13-15
• 1.3 主要工作和創(chuàng)新點(diǎn)15
• 1.4 論文結(jié)構(gòu)15-17
• 2 視頻監(jiān)控智能檢測系統(tǒng)概述17-27
• 2.1 視頻監(jiān)控智能檢測系統(tǒng)概述17-22
• 2.1.1 數(shù)據(jù)采集層17-18
• 2.1.2 通信層18-19
• 2.1.3 系統(tǒng)服務(wù)層19-22
• 2.1.4 系統(tǒng)網(wǎng)絡(luò)拓?fù)浼軜?gòu)22
• 2.2 系統(tǒng)功能架構(gòu)22-25
• 2.2.1 服務(wù)器端功能22-24
• 2.2.2 PC客戶端功能24-25
• 2.3 系統(tǒng)實現(xiàn)25-26
• 2.4 本章小結(jié)26-27
• 3 并行負(fù)載均衡關(guān)鍵技術(shù)研究27-39
• 3.1 負(fù)載均衡27-30
• 3.1.1 負(fù)載均衡概述27
• 3.1.2 負(fù)載均衡算法分類27-28
• 3.1.3 常用智能均衡算法介紹28-30
• 3.2 蟻群算法30-37
• 3.2.1 蟻群算法起源30-31
• 3.2.2 蟻群算法原型31-33
• 3.2.3 蟻群算法的應(yīng)用33-37
• 3.3 本章小結(jié)37-39
• 4 并行負(fù)載均衡問題的仿真及優(yōu)化39-53
• 4.1 依賴于序列的并行負(fù)載均衡問題39-43
• 4.1.1 并行檢測負(fù)載均衡的特點(diǎn)39
• 4.1.2 問題描述39-41
• 4.1.3 蟻群優(yōu)化算法的框架41-43
• 4.2 蟻群優(yōu)化算法的改進(jìn)43-45
• 4.2.1 轉(zhuǎn)移代價改進(jìn)43
• 4.2.2 鄰居結(jié)點(diǎn)的引入43-44
• 4.2.3 部搜索算法的改進(jìn)44-45
• 4.3 實驗設(shè)計45-47
• 4.3.1 實驗描述45-46
• 4.3.2 蟻群優(yōu)化算法初始參數(shù)設(shè)計46-47
• 4.3.3 遺傳算法初始參數(shù)優(yōu)化47
• 4.4 實驗結(jié)果與分析47-51
• 4.5 本章小結(jié)51-53
• 5 系統(tǒng)實現(xiàn)與性能分析53-61
• 5.1 系統(tǒng)實現(xiàn)53-57
• 5.1.1 并行檢測模塊實現(xiàn)流程53-54
• 5.1.2 并行檢測負(fù)載性能瓶頸54-55
• 5.1.3 蟻群優(yōu)化算法的應(yīng)用55-57
• 5.2 測試結(jié)果及數(shù)據(jù)分析57-59
• 5.3 本章小結(jié)59-61
• 6 總結(jié)與展望61-63
• 參考文獻(xiàn)63-69
• 致謝69-71
• 個人簡歷、在校期間發(fā)表的學(xué)術(shù)論文與研究成果71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 薛軍,李增智,王云嵐;負(fù)載均衡技術(shù)的發(fā)展[J];小型微型計算機(jī)系統(tǒng);2003年12期

2 馬良,項培軍;螞蟻算法在組合優(yōu)化中的應(yīng)用[J];管理科學(xué)學(xué)報;2001年02期

3 吳慶洪,張紀(jì)會,徐心和;具有變異特征的蟻群算法[J];計算機(jī)研究與發(fā)展;1999年10期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 袁國武;智能視頻監(jiān)控中的運(yùn)動目標(biāo)檢測和跟蹤算法研究[D];云南大學(xué);2012年

  本文關(guān)鍵詞：基于蟻群優(yōu)化算法的視頻監(jiān)控智能檢測系統(tǒng)的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號：369391