矿山信息物理融合系统多节点智联策略

发布时间：2020-12-22 05:37

　　针对当前矿山信息物理融合系统(CPS)的通信节点无法与基于不同无线通信协议的感知节点实现智能连接的问题,在通信节点上集成多种通信模块构成多模态通信节点,提出了一种基于渐进式神经网络的矿山CPS多节点智联策略。采用渐进式神经网络控制多模态通信节点准确切换工作模态,实现异构无线通信网络自主建立;利用异步优势动作评价算法对渐进式神经网络进行深度训练,提高渐进式神经网络的收敛速度和训练精度。实验结果表明,该策略实现了多模态通信节点与多类感知节点之间的准确、可靠通信。 

【文章来源】：工矿自动化. 2020年03期 北大核心

【文章页数】：6 页

【部分图文】：

矿山CPS无线通信网络架构

渐进式神经网络从一个单一的神经网络开始训练，随着训练任务的增多，渐进式神经网络逐步地增加网络列数，并将之前训练的神经网络与当前训练的神经网络相连接，如图2所示。I为渐进式神经网络输入；O(i）为第i(i=1,2，…，k,k为渐进式神经网络列数）列神经网络输出；hj(i）为渐进式神经网络第j(j=1,2，…，n,n为渐进式神经网络隐藏层数）层、第i列神经元输出。由于渐进式神经网络结构不断扩大，在对之前训练的数据进行融合时，为保持神经网络维度的统一，需要对数据进行M处理，即采用一个单隐藏层的多层感知机（Multilayer Perceptron,MLP）（图3）对前列神经网络的数据进行融合处理，并以一定的维度输出到下一列神经网络中。

MLP结构

【参考文献】：
期刊论文
[1]一种基于策略梯度强化学习的列车智能控制方法[J]. 张淼,张琦,刘文韬,周博渊.  铁道学报. 2020(01)
[2]基于异步优势执行器评价器学习的自适应PID控制设计[J]. 孙歧峰,任辉,段友祥.  信息与控制. 2019(03)
[3]煤矿信息物理系统场景感知自配置与优化策略研究[J]. 李敬兆,宫华强.  煤炭科学技术. 2019(04)
[4]渐进式神经网络多维说话人信息识别技术[J]. 陈海霞,徐珑婷,杨震.  南京邮电大学学报(自然科学版). 2019(01)
[5]智慧矿山建设架构体系及其关键技术[J]. 陈晓晶,何敏.  煤炭科学技术. 2018(02)
[6]矿山工程信息物理系统研究及挑战[J]. 孙彦景,华钢,窦林名,李松,巩思园,卢楠楠.  煤炭科学技术. 2018(02)
[7]深度神经网络训练中梯度不稳定现象研究综述[J]. 陈建廷,向阳.  软件学报. 2018(07)
[8]LoRa技术在矿井无线通信中的应用分析[J]. 霍振龙.  工矿自动化. 2017(10)
[9]感知矿山物联网愿景与发展趋势[J]. 姚建铨,丁恩杰,张申,王刚.  工矿自动化. 2016(09)

博士论文
[1]矿下异构无线网络资源优化关键技术研究[D]. 袁亚洲.上海交通大学 2016

硕士论文
[1]基于强化学习的无地图搜索导航[D]. 胡刚.哈尔滨工业大学 2019
[2]矿用融合网关设计及关键技术研究[D]. 王宽.中国矿业大学 2019



本文编号：2931234