基于物联网的森林火险预警研究

摘要

伴随着社会生产力的发展，以及计算机硬件与软件技术的日新月异，物联网作为新兴的物品信息网络被迅速推进，它被称为继计算机、互联网之后，世界信息产业的第三次浪潮。物联网的发展将会给社会带来巨大的经济效益，将使社会生产力得到极大提高，从而在很大的程度上方便我们的日常生活。物联网给我们带来了如此大的发展机遇，但同时也存在产业发展的诸多约束因素和前所未有的技术挑战。
　　本文基于此背景，设计了森林火险预警方案，以不同的数据处理算法分别对传感层和应用层的数据进行处理，实现了对森林火灾临界气象条件的识别。本文研究的主要内容如下:
　　(1)深入学习了物联网的发展背景，从技术层面上研究了物联网的相关概念，在此基础上分析了物联网的应用前景。
　　(2)设计了基于物联网的森林火险预警的系统模型，并且针对不同的地理情况或是监测区域过大等问题，提出划分不同监测区的思路。同时，在该方案运行过程中，可根据实际情况随时调整预测周期的长短，亦可以对应用层的预测模型进行实时修正。除此之外，从数据处理的流程角度，提出以迭代聚焦算法对传感层的环境干扰误差进行消除，给出了气象要素因子在一个预测周期内的取值策略，并利用神经网络作为应用层的建模方法，识别森林火灾的临界气象条件。
　　(3)对现有的径向基函数神经网络进行了深入研究，结合径向基函数神经网络的相关特性，对把径向基函数神经网络应用于森林火险预警做了相关分析。因为径向基函数神经网络所具有的独特优势，为其应用于基于物联网的森林火险预警奠定了良好基础，但是，目前几种成熟的学习算法的若干缺点使其应用于该方案还有待进一步改进，比如预测精度、网络修正能力都有很大不足。基于此，本文总结前人的研究成果，对现有的几种算法总结分析，提出一种双隐层径向基函数神经网络模型，同时以遗传算法为训练方法，并把前人所提出的在训练过程中动态更新网络拓扑结构策略相结合，使该算法拥有了很多传统算法不具有的优点，通过非线性函数逼近和电信企业客户流失分类的实验仿真，验证了该算法的有效性，并且与同类算法进行实验对比，双隐层径向基函数神经网络时间复杂度和计算复杂度更低，这便为把径向基函数神经网络应用于物联网中的特殊实时控制场景打下了坚实的基础。
　　(4)从数据处理流程角度上对方案进行仿真。首先以传统的森林火灾数据集为基础，构造与本文相适应的数据集;其次分别从传感层和应用层出发，对数据处理算法实验仿真;最后通过对实验结果的统计分析，从不同角度证明了该方案的有效性和高效性，有一定的应用价值。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 物联网的发展现状

1．3 本文的主要工作

1．4 论文的组织结构

2 物联网概述

2．1 物联网的概念

2．2 物联网与CPS

2．3 物联网的体系结构

2．3．1 感知层

2．3．2 网络层

2．3．3 应用层

2．4 物联网的关键技术介绍

2．4．1 射频识别

2．4．2 EPC

2．4．3 传感器

2．4．4 中间件

2．4．5 IPv6

2．4．6 异构网络融合

2．4．7 网络安全与标准

2．4．8 云计算

2．4．9 应用领域示范系统

2．5 物联网的应用

2．6 本章小结

3 基于物联网的森林火险预警方案设计

3．1 基于物联网的森林火险预警系统描述

3．2 数据处理流程

3．2．1 传感层的数据预处理

3．2．2 应用层的决策支持

3．3 基于FOCUSS的自适应去噪声学习算法

3．3．1 问题描述

3．3．2 具体算法

3．4 气象要素因子的取值策略

3．5 本章小节

4 径向基函数神经网络的研究分析

4．1 人工神经网络概述

4．2 径向基函数神经网络的模型介绍

4．3 径向基函数神经网络的学习算法

4．3．1 k-均值算法

4．3．2 遗传训练算法(GARBF)

4．3．3 梯度训练算法(GRBF)

4．3．4 线性最小二乘训练算法(OLSRBF)

4．4 本章小结

5 一种双隐层RBF神经网络算法的提出

5．1 双隐层RBF神经网络的模型结构

5．2 DRBF神经网络学习算法

5．2．1 DRBF神经网络的初始化

5．2．2 隐节点动态增加策略

5．2．3 隐节点动态删除策略

5．2．4 算法流程

5．3 对比实验分析与总结

5．3．1 实验运行环境

5．3．2 非线性函数逼近

5．3．3 电信企业客户流失分类

5．3．4 实验对比总结

5．4 本章小结

6 基于物联网的森林火险预警的实验仿真

6．1 实验说明及结论分析

6．2 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果