基于物联网分析的计划调度优化方法与流程

本发明涉及物联网调度，尤其涉及基于物联网分析的计划调度优化方法。

背景技术：

1、随着物联网技术的飞速发展，各类设备和传感器的广泛部署导致了大量实时数据的涌现，对计划调度提出了更高的要求。物联网环境下的计划调度问题涉及到众多设备之间的协同工作、数据传输和资源利用等复杂因素，传统的调度方法已经难以适应这种动态且高度互联的环境；因此，发明出基于物联网分析的计划调度优化方法变得尤为重要。

2、经检索，中国专利号cn117076077a公开了基于大数据分析的计划调度优化方法，该发明虽然能够依据数据的特征动态调整处理优先级，实现了对数据处理的优化，强化学习可以在处理任务中实时学习和调整策略，提高了处理效率，但是无法全面评估不同决策对系统性能的影响，降低系统的智能程度以及调度解释性，计划调度效率低下；此外，现有的计划调度优化方法容易出现重复的错误决策，降低决策的准确性，增加通信时延和能耗；为此，我们提出基于物联网分析的计划调度优化方法。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的缺陷，而提出的基于物联网分析的计划调度优化方法。

2、为了实现上述目的，本发明采用了如下技术方案：

3、基于物联网分析的计划调度优化方法，该优化方法具体步骤如下：

4、(1)通过物联网传感器收集实时数据并处理；

5、(2)预测物联网环境中的系统状态并记录；

6、(3)模拟可能的决策路径并选择最优计划调度决策；

7、(4)确定设备间通信路径并进行资源分配；

8、(5)记录设备历史通信和距离信息并选择最优通信路径；

9、(6)监测实时数据并动态调整计划调度策略；

10、(7)实时反馈调度信息并通过安全性机制进行数据保护。

11、作为本发明的进一步方案，步骤(1)中所述实时数据处理具体步骤如下：

12、步骤一：依据各组实时数据确定中值滤波的窗口大小，之后对于每组电平数据点，在滤波窗口内选取相邻的多组数据点，知再将选取的窗口内数据进行排序，并确定中间位置的数值，再将确定的中值替代当前数据点；

13、步骤二：重复进行中值选择以及数据替换步骤，以对后续实时数据点进行迭代，直至每组数据点都被窗口内排序后的中值所取代，并将不完整的窗口数据视为一个周期，对波数据的开头和结尾处进行滤；

14、步骤三：遍历去噪后的实时数据，并计算其均值以及标准差，再依据计算出的均值和标准差对相应的实时数据进行标准化处理，之后将各组标准化后数据的绝对值与预设异常阈值比较；

15、步骤四：若该组绝对值超过预设异常阈值，则将数据标记为异常值，并将对应数据点替换为缺失值，之后检测各组实时数据中存在的缺失值，并通过插值法对各组缺失值进行填充。

16、作为本发明的进一步方案，步骤(2)中所述系统状态预测具体步骤如下：

17、步骤1：将预处理后的数据按时间序列整理，再将整理生成的各组时间序列数据划分为训练集和测试集，依据工作人员预设信息构建预测循环模型，并配置模型的优化器、损失函数和评估指标；

18、步骤2：通过训练集对预测循环模型进行训练，并计算预测循环模型的预测输出，使用交叉熵损失函数比较其输出与真实标签以获取预测损失值，再通过链式法则计算损失对模型参数的梯度；

19、步骤3：根据计算出的梯度更新模型的参数，重复对预测循环模型进行训练，直至达到预设训练次数，或性能不再提升时停止，再使用测试集验证模型的性能，评估其在未知数据上的预测准确度；

20、步骤4：将历史系统状态输入预测循环模型中进行预测，并根据预测结果以及设定的异常阈值进行状态检测，同时依据检测结果对物联网环境中的异常系统状态进行修正。

21、作为本发明的进一步方案，步骤(3)中所述决策路径模拟具体步骤如下：

22、步骤ⅰ：将计划调度问题进行抽象化处理，以获取对应的决策树问题，并将决策树中的每组节点表示一组决策点，每组分支代表一组可能的决策，之后构建mc树，并将当前系统状态作为该mc树的根节点；

23、步骤ⅱ：从根节点开始，通过ucb算法选择子节点，直至达到叶子节点，再根据可行的决策空间，对寻找到的叶子节点进行扩展，以获取新的子节点，并模拟系统的可能状态变化；

24、步骤ⅲ：从扩展的节点开始，通过模拟执行一条路径，并记录该模拟状态下系统的状态变化和决策执行,对模拟路径的性能进行评估，再将评估的性能指标反向传播到根节点，更新每组经过的节点的性能估计值；

25、步骤ⅳ：重复进行模拟路径选择、状态扩展、路径执行和性能评估的过程，直至达到预定的迭代次数或时间，并在根节点的子节点中选择具有最高性能指标的决策，将其作为最优决策，同时执行相应的计划调度。

26、作为本发明的进一步方案，步骤(4)中所述资源分配具体步骤如下：

27、步骤①：获取决策树结构，并初始化路径规划过程，设定初始通信路径为空，以开始路径规划，之后收集mc树中最优的子节点，以及对所选路径的性能评估结果；

28、步骤②：根据性能评估结果更新路径规划，并将选定的通信路径加入当前路径集合中，重复以上步骤，直至mc树达到预设终止条件，从所有可能的通信路径中选择性能最优的路径作为最终决策结果，并根据确定的通信路径进行资源分配。

29、作为本发明的进一步方案，步骤(5)中所述通信路径选择具体步骤如下：

30、第一步：根据历史通信记录建立lur链表，以记录设备之间的通信频率和距离信息，之后在计划调度时，初始化通信路径选择，并根据任务要求，匹配需要通信的设备对；

31、第二步：根据匹配的设备对信息，基于lur链表中的信息评估每组设备对应的通信路径，根据路径评估结果，对通信路径进行排序，将评估值最高的路径排在前面，并从排序后的路径中选择最优路径；

32、第三步：将选择的最优通信路径应用于实际的通信过程，同时调整通信参数，监控实际通信过程中的性能指标，再根据实时数据更新lur链表，并根据实际通信结果和系统反馈，调整lur链表的权重和更新频率。

33、相比于现有技术，本发明的有益效果在于：

34、1、该基于物联网分析的计划调度优化方法将计划调度问题进行抽象化处理，以获取对应的决策树问题，并将决策树中的每组节点表示一组决策点，每组分支代表一组可能的决策，之后构建mc树，并将当前系统状态作为该mc树的根节点，从根节点开始，通过ucb算法选择子节点，直至达到叶子节点，再根据可行的决策空间，对寻找到的叶子节点进行扩展，以获取新的子节点，并模拟系统的可能状态变化，从扩展的节点开始，通过模拟执行一条路径，并记录该模拟状态下系统的状态变化和决策执行,对模拟路径的性能进行评估，再将评估的性能指标反向传播到根节点，更新每组经过的节点的性能估计值，重复进行模拟路径选择、状态扩展、路径执行和性能评估的过程，直至达到预定的迭代次数或时间，并在根节点的子节点中选择具有最高性能指标的决策，将其作为最优决策，同时执行相应的计划调度,能够全面评估不同决策对系统性能的影响，能够适应各种复杂场景，提高系统的智能程度以及调度解释性，提高计划调度的效率。

35、2、该基于物联网分析的计划调度优化方法根据历史通信记录建立lur链表，以记录设备之间的通信频率和距离信息，之后在计划调度时，初始化通信路径选择，并根据任务要求，匹配需要通信的设备对，根据匹配的设备对信息，基于lur链表中的信息评估每组设备对应的通信路径，根据路径评估结果，对通信路径进行排序，将评估值最高的路径排在前面，并从排序后的路径中选择最优路径，将选择的最优通信路径应用于实际的通信过程，同时调整通信参数，监控实际通信过程中的性能指标，再根据实时数据更新lur链表，并根据实际通信结果和系统反馈，调整lur链表的权重和更新频率，能够避免重复的错误决策，提高决策的准确性，减少通信时延和能耗，提高设备的能效，延长设备的使用寿命。