物联网平台下基于云计算的智能药盒系统

目录

第一个书签之前

物联网平台下基于云计算的智能药盒系统

Intelligent Drug Box System Based on Cloud Computi

摘 要

Abstract

第1章 绪 论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 智能药盒研究现状

1.2.2 物联网研究现状

1.2.3 云计算任务调度研究现状

1.2.4 粒子群算法研究现状

1.3 主要研究内容与结构

第2章 智能药盒硬件和软件的总体框架

2.1 硬件的总体框架

2.1.1 基本结构及工作原理

图2.1系统结构框图

Fig. 2.1 System structure diagram

图2.2 智能药盒实物图

Fig. 2.2 Physical picture of intelligent medicine

2.1.2 嵌入式微处理器

图2.3 主控蓝牙模块

Fig. 2.3 Master bluetooth module

2.1.3 其他模块

图2.4 充电模块和反向电流保护器

Fig. 2.4 Charging module and reverse current prote

图2.5 GPRS模块

Fig. 2.5 GPRS module

图2.6 重力传感器模块

Fig. 2.6 Gravity sensor module

图2.7 音频解码模块

Fig. 2.7 Audio decoding module

图2.8 三色led灯

Fig. 2.8 Three color led lights

图2.9 霍尔开关

Fig. 2.9 Hall switch

图2.10 PCB图

Fig. 2.10 PCB figure

2.1.4 系统的硬件实现过程

图2.11 智能药盒功能图

Fig. 2.11 Smart medicine box function diagram

2.2 智能药盒的软件框架

2.2.1 软件总体流程

2.2.2 蓝牙广播过程

2.2.3 led的初始化函数

2.2.4循环函数

2.3 本章小结

第3章 物联网系统的总体框架

3.1 物联网的基础研究

3.2 云计算的基础研究

3.2.1 云计算基本概念

图3.2 云计算架构

Fig. 3.2 Cloud computing architecture

3.3 公共物联网云服务器平台

3.4 系统需求分析

3.4.1 系统的功能需求

3.4.2 系统的性能需求

3.5 系统体系结构

图3.3 系统体系结构

Fig. 3.3 System architecture

3.6 服务器搭建过程

图3.4 服务器的配置图

Fig. 3.4 Configuration diagram of the server

图3.5 输入IP地址

Fig. 3.5 Enter IP address

图3.6 下载wget工具

Fig. 3.6 Download wget

图3.8 安装pureftpd

Fig. 3.8 Install pureftpd

图3.9 添加ftp账户

Fig. 3.9 Add FTP account

图3.10 上传源代码

Fig. 3.10 Upload source code

图3.11 添加虚拟机

Fig. 3.11 Add virtual machine

图3.12 搭建成功

Fig. 3.12 Building successful

3.7 本章小结

第4章 任务调度概述

4.1 分布式计算中的任务调度

4.1.1 网格计算中的任务调度

4.1.2 P2P-Grid 计算中的任务调度

图4.2 P2P-Grid中的并行任务调度模型

Fig. 4.2 Parallel task scheduling model in P2P-Gri

4.2 云计算中的任务调度

4.2.1 云计算任务调度框架

图4.3 云计算任务调度框架

Fig. 4.3 Cloud computing task scheduling framework

4.2.2 云计算任务调度过程

图4.4 云计算任务调度过程

4.2.3 云计算任务调度目标

4.2.4 云计算任务调度特点

4.3 云计算中任务调度算法概述

4.3.1 蚁群算法

4.3.2 PSO算法

4.3.3遗传算法

4.3.4 禁忌搜索算法

4.3.5 人工神经网络算法

4.4 任务调度算法选择

4.5 本章小结

第5章 惯性权重的线性递减(LDW)粒子群算法

5.1 云计算资源调度问题的数学模型

（5.2）

（5.3）

5.2 改进的粒子群算法

5.2.1 粒子群算法

（5.5）

（5.6）

5.2.2 惯性权重线性递减策略

图5.1 LDW策略下的惯性权重

Fig. 5.1 The relation curve of inertia weight and

（5.7）

5.2.3 粒子群算法的改进策略

（5.8）

图5.2 增加常数扰动的LDW策略下的惯性权重

Fig. 5.2 The relation curve of inertia weight and

(5.9)

5.3 仿真实验

5.3.1 基于测试函数的仿真对比

图5.3 采用De jong函数的仿真测试结果图

Fig. 5.3 The simulation test results of De jong fu

图5.4 采用Schaffer函数的仿真测试结果图

Fig. 5.4 The simulation test results of Schaffer f

5.3.2 基于实际算例的仿真对比

表5.1 较小规模的云资源调度问题的估算执行时间表

Table 5.1 an estimated execution timetable for a s

图5.5 较小规模的云资源调度问题的仿真测试结果图

Fig. 5.5 Simulation test results of a small scale

表5.2 适中规模的云资源调度问题的估算执行时间表

Table 5.2 An estimated execution timetable for a m

图5.6 适中规模的云资源调度问题的仿真测试结果图

Fig. 5.6 Simulation test result graph of moderate

表5.3 较大规模的云资源调度问题的估算执行时间表

Table 5.3 An estimated execution timetable for la

图5.7 较大规模的云资源调度问题的仿真测试结果图

Fig. 5.7 Simulation test results of large-scale cl

5.4 本章小结

第6章 总结与展望

6.1 工作总结

6.2 研究工作展望

参考文献

攻读硕士学位期间发表论文及专利情况

致 谢