面向河道环境监测的群智感知参与者选择策略
城市内河周边环境常常受到破坏和污染,如何有效地对河道进行监测逐渐引起公众、政府和学术界的关注.目前传统的监测方式存在成本高昂、覆盖面不足等缺陷.鉴于智能移动设备的不断普及,文中提出利用群智感知来高效监测河道环境的新思路.该问题可描述为假定每一河段附近有c个位置点可监测该河段,然后根据大量用户的移动轨迹选择出其中r个用户来共同完成s个时段对所有河段的监测.文中规定用户数r越小,监测成本越少.设计了逐步贪心策略、全局贪心策略和整数规划策略用于解决该问题,即选择最少参与者达到"s时长-c范围-r用户"的监测目标.将上述策略应用于福州市台江区部分河道的环境监测,实验结果表明,上述策略均能获得比随机策略更好的解,其中整数规划策略的表现最好.但是,随着问题规模的变大,解决小规模整数规划的隐枚举算法会出现无法求解的情况,因此提出了基于贪心初始化的离散粒子群算法(Greedy Initialization-Discrete Particle Swarm Optimization,GI-DPSO).虽然该算法可以求解大规模整数规划,但计算费时.综合考虑监测成本和计算代价,建议对小规模问题采用整数规划策略,对大规模问题采用全局贪心策略.
河道环境监测、群智感知、贪心策略、整数规划、离散粒子群算法
49
TP391(计算技术、计算机技术)
国家自然科学基金61772136
2022-05-11（万方平台首次上网日期，不代表论文的发表时间）
共9页
371-379
