CN110677454A - 基于多智能体网络趋同算法的水污染预警***和方法 - Google Patents

基于多智能体网络趋同算法的水污染预警***和方法 Download PDF

Info

Publication number
CN110677454A
CN110677454A CN201910764155.5A CN201910764155A CN110677454A CN 110677454 A CN110677454 A CN 110677454A CN 201910764155 A CN201910764155 A CN 201910764155A CN 110677454 A CN110677454 A CN 110677454A
Authority
CN
China
Prior art keywords
node
water
state value
early warning
nodes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910764155.5A
Other languages
English (en)
Other versions
CN110677454B (zh
Inventor
周瑜佳
陈一帆
杨琼
吴益
方中帅
乐佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Institute of Hydraulics and Estuary
Original Assignee
Zhejiang Institute of Hydraulics and Estuary
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Institute of Hydraulics and Estuary filed Critical Zhejiang Institute of Hydraulics and Estuary
Priority to CN201910764155.5A priority Critical patent/CN110677454B/zh
Publication of CN110677454A publication Critical patent/CN110677454A/zh
Application granted granted Critical
Publication of CN110677454B publication Critical patent/CN110677454B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12Discovery or management of network topologies
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/20Controlling water pollution; Waste water treatment
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/50Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Alarm Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及环境监测技术领域,特别是涉及一种基于多智能体网络趋同控制算法的水污染预警***和方法,包括以下步骤:(1):考虑一个由n个智能体节点(监测点)组成的多智能体网络,根据节点通信边关系,将整个网络拓扑构建成为一个连通图;(2):选取z个水环境评价标准,并按照水域功能类别选取相应类别标准;给节点配置一个或多个相应监测指标的传感器;(3):采用分布式控制协议,则当节点监测的水域状态值超出标准区间时,该节点判定水环境受到污染,从而触发预警。采用本方法能有效提高***的响应速度,降低设备能量消耗,提升***运行可靠性,同时减少整体***的制造成本,在水污染环境监测预警领域中具有可观的市场前景。

Description

基于多智能体网络趋同算法的水污染预警***和方法
技术领域
本发明涉及环境监测技术领域,特别是涉及一种基于多智能体网络趋同控制算法的水污染预警***和方法。
背景技术
随着社会经济的不断发展,人们生活水平的不断提高,同时导致的水污染问题也变得十分严峻。大量的工业、农业以及生活废水甚至不经过处理就直接排放到河流、湖泊、海洋中,对水质造成了严重的污染,同时对生态环境安全、社会稳定、人体健康及国家财产安全造成了极大的损害。在水污染监测***中,可分为快速预警、确定性检测和精确权威检测三级,其中快速预警环节是后两级检测的基础,对于争取最佳处理时机,减小重大环境、经济损失有着至关重要的作用。
传统的基于传感器网络水污染预警***基本是通过集中式通信***实现的,即要求每一个监测节点都具备与监测中心节点通信的能力。此类***最为主要的缺陷是监测中心节点站工作负荷过大且一旦中心节点因网络故障、拥堵、甚至网络恶意攻击等原因罢工时,整个水污染预警***将陷入瘫痪,具有较差的鲁棒性。同时由于水污染监测预警是一个较长周期的工作,为保持***持续正常工作,则必须经常性对设备装置进行更替(节点能源枯竭失效),这不仅维护工作量大而且增加了运行成本,一定程度上限制了其作为水污染检测预警技术的使用。
多智能体网络(Multi-AgentNetworks)是指由大量具有局部感知、执行、通信能力的智能体个体组成的网络。近年来,由于多智能体网络健壮、自治、成本低等优点,在多机器人***、智能电网调度、无人机和无线传感器网络等领域有着广泛的应用。趋同算法是目前多智能体网络中一类重要的分布式算法,是指网络中节点在无需中心节点的条件下,通过与各自邻居节点的通信协作,最终实现***中所有节点状态值趋于共同的状态值。
以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案,其并不必然属于本专利申请的现有技术,在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下,上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
本发明的目的在于提供一种基于多智能体网络趋同算法的水污染预警方法,采用本方法能有效提高***的响应速度,降低设备能量消耗,提升***运行可靠性,同时减少整体***的制造成本,在水污染环境监测预警领域中具有可观的市场前景。
为实现上述目的,本发明所采取的技术方案包括下述三个方面。
第一个方面,一种基于多智能体网络趋同算法的水污染预警方法,包括以下步骤:
步骤(1):考虑一个由n个智能体节点(监测点)组成的多智能体网络,根据节点通信边关系,将整个网络拓扑构建成为一个连通图,即网络中任意一个节点出发,通过相邻节点有向边可以达到网络中任何其他一个节点;
步骤(2):根据《地表水环境质量标准》(GB3838-2002),选取z个水环境评价标准,并按照水域功能类别选取相应类别标准;给节点配置一个或多个相应监测指标的传感器;
步骤(3):假设Ni(t)是t时刻节点i的邻居节点集合,采用分布式控制协议,控制协议的设计按照如下规则:节点i对t时刻收集的邻居节点j发送的信息进行整理,则当节点监测的水域状态值超出标准区间时,该节点判定水环境受到污染,从而触发预警,与之相应的控制器触发介入。
值得注意的是,本发明只涉及***中同一时刻存在至多一个邻居节点信息超过阈值,即***中只出现某一结点状态值高于阈值上限或是低于阈值下限的其中一种情况,不考虑两种情况的同时发生情况。然而,本申请的***和方法存在下述优点:相对于现有设计方法,仅需传递相邻节点单一状态信息,降低了***内的通信量,减小了***的通信压力;同时基于***的事件,即监测数值触发预警机制,降低了***能耗;在设计趋同控制协议时,即本方法的步骤3时,各节点只需选取最大或最小的邻居值作为自身下一时刻的状态值,由此得到分布式事件驱动一致性协议。与传统的方法相比,大幅简化了控制协议的设计过程;本发明的阈值触发机制及基于此机制的预警算法的执行均仅需利用本节点及网络中能够与本节点进行信息交互的相邻节点的信息,整体设计方法基于分布式控制架构,具有成本低廉,可扩展性强,鲁棒性高等特点,特别适用于大量分布式传感器接入情况下的大面积水源环境监测预警。
进一步地,步骤(1)中,所述由n个智能体节点(监测点)组成的多智能体网络可记为G=(V,E),其中V={1,2,…,n}表示节点集,
Figure BDA0002171371930000031
表示节点间的通讯边集;(i,j)∈E表示节点i可接收到来自节点j的信息。
进一步地,步骤(2)中,令X=[xi,k,k,Lngi,Lati],k∈Z,Z={1,2,...,z},其中,xi,k表示第i个节点第k个监测指标(即状态值),Lngi表示节点i的经度,Lati表示节点i的纬度。
更进一步地,步骤(2)中所述的按照水域功能类别,选取相应类别标准的方法包括以下步骤:
分步(2.1):确定水体所属水域功能类别c∈C,C={c1,c2,c3,c4,c5}={Ⅰ类水,Ⅱ类水,Ⅲ类水,Ⅳ类水,Ⅴ类水};
分步(2.2):选取对应功能类别的相应标准,设立监测标准数值区间其中
Figure BDA0002171371930000033
x c,k分别表示c类水第k个监测指标的标准上限和标准下限,c∈C。
进一步地,步骤(3)中,
邻居节点集合
Figure BDA0002171371930000034
分布式控制协议U={u1,u2,...,un};
控制协议的设计按照如下规则:节点i对t时刻收集的邻居节点j,j∈Ni发送的信息进行整理,令
Figure BDA0002171371930000035
则当节点监测的水域状态值超出标准区间时,预警***启动,即当
Figure BDA0002171371930000036
时,或xk,m(t)<x k时,与之相应的控制器触发介入,具体控制器协议为
Figure BDA0002171371930000037
Figure BDA0002171371930000038
Figure BDA0002171371930000039
控制器介入后,***中各节点状态值更新。
更进一步地,步骤(3)中,控制器介入后,***中各节点状态值的更新方程如下:
进一步地,还包括步骤(4):节点i在t时刻采集获取自身区域的监测状态值xi,k(t);当状态值
Figure BDA0002171371930000041
则节点不采取任何措施;而当满足
Figure BDA0002171371930000042
Figure BDA0002171371930000043
条件时,该节点判定水环境受到污染,从而触发预警,该时刻起,此后节点i将其状态值维持xi,k(t)固定不变,并将此固定值传递给其相邻节点;网络中其余节点则按照公式(1)更新自身下一时刻的状态值,并同步节点信息Xi,k(t+1)=[xi,k(t+1),k,经度坐标i,纬度坐标i],并在全网络***传递污染坐标地址和污染的状态值,直到完成同步全部网络节点。
进一步,步骤(4)中所述的多智能体网络信息同步传递的方法包括以下步骤:
分步(4.1):节点通过相应传感器采集到t时刻数据集xi,k(t),通过自身GPS定位(或预先根据节点所处区域位置人工给定)得到经纬度信息;
分步(4.2):当节点i监测的数字在正常区间内,即不超出所设定阈值区间,则节点i不采取任何措施;如果当节点测得的状态值超出阈值区间,则节点i记录此刻异常值,并随后所有时刻都为此该数字固定不变;
分步(4.3):节点i测得异常数值后,触发预警机制,开始利用无线通信协议,将该异常的状态值发送给其相邻节点;
分步(4.4):相邻节点j通过基于最大/最小趋同算法来更新自身的状态值,同时把更新后的状态值传递给其相邻的节点;
分步(4.5):通过局部信息交互,异常值不断给扩散传递,直至将该异常值同步至全网络所有节点一致。
第二个方面,一种基于多智能体网络趋同算法的水污染预警***,包括:
-监测模块:其包括由n个智能体节点(监测点)组成的多智能体网络,且整个网络拓扑构建成为一个连通图;
-传感器模块:其配置在节点处且可检测相应节点的相应指标,根据《地表水环境质量标准》(GB3838-2002)选取z个水环境评价标准,并按照水域功能类别选取相应类别标准;
-控制模块:其含有分布式控制协议,所述协议用于当节点监测的水域状态值超出标准区间时,该节点判定水环境受到污染,从而触发预警,与之相应的控制器触发介入;
所述控制模块中还含有一种存储介质,所述存储介质中含有能实现第一个方面所述任一种方法的程序。
第三个方面,上述第一个方面所述的任意一种方法在水污染预警中的应用。
本发明的有益效果为:
1、相对于现有设计方法,仅需传递相邻节点单一状态信息,降低了***内的通信量,减小了***的通信压力。同时基于***的事件,即监测数值触发预警机制,降低了***能耗;
2、在设计趋同控制协议时,即本方法的步骤3时,各节点只需选取最大或最小的邻居值作为自身下一时刻的状态值,由此得到分布式事件驱动一致性协议。与传统的方法相比,大幅简化了控制协议的设计过程;
3、本发明的阈值触发机制及基于此机制的预警算法的执行均仅需利用本节点及网络中能够与本节点进行信息交互的相邻节点的信息,整体设计方法基于分布式控制架构,具有成本低廉,可扩展性强,鲁棒性高等特点,特别适用于大量分布式传感器接入情况下的大面积水源环境监测预警。
本发明采用了上述技术方案提供范文,弥补了现有技术的不足,设计合理,操作方便。
附图说明
为让本发明的上述和其他目的、特征、优点与实施例能更明显易懂,所附附图的说明如下:
图1为本发明的流程示意图;
图2为本发明的无线传感器结构示意图。
具体实施方式
除非另有定义,本文所使用的技术和科学术语,具有本发明所属领域的普通技术人员通常所理解的相同的含义。本发明使用本文中所描述的方法和材料;但本领域中已知的其他合适的方法和材料也可以被使用。本文中所描述的材料、方法和实例仅是说明性的,并不是用来作为限制。所有出版物、专利申请案、专利案、临时申请案、数据库条目及本文中提及的其它参考文献等,其整体被并入本文中作为参考。若有冲突,以本说明书包括定义为准。
实施例1:
本实施例提供一种基于多智能体网络趋同算法的水污染预警***和方法,包括以下步骤:
步骤(1):考虑一个由n个智能体节点(监测点)组成的多智能体网络,记为G=(V,E),其中V={1,2,...,n}表示节点集,
Figure BDA0002171371930000061
表示节点间的通讯边集;(i,j)∈E表示节点i可接收到来自节点j的信息;根据节点通信边关系,将整个网络拓扑构建成为一个连通图,即网络中任意一个节点出发,通过相邻节点有向边可以达到网络中任何其他一个节点。
步骤(2):根据《地表水环境质量标准》(GB 3838-2002),选取z个水环境评价标准,并按照水域功能类别选取相应类别标准,给节点配置一个或多个相应监测指标的传感器;令X=[xi,k,k,Lngi,Lati],k∈Z,Z={1,2,...,z},其中,xi,k表示第i个节点第k个监测指标(即状态值),Lngi表示节点i的经度,Lati表示节点i的纬度;
步骤(2)中所述的按照水域功能类别,选取相应类别标准的方法包括以下步骤:
分步(2.1):确定水体所属水域功能类别c∈C,C={c1,c2,c3,c4,c5}={Ⅰ类水,Ⅱ类水,Ⅲ类水,Ⅳ类水,Ⅴ类水};
分步(2.2):选取对应功能类别的相应标准,设立监测标准数值区间
Figure BDA0002171371930000062
其中 x c,k分别表示c类水第k个监测指标的标准上限和标准下限,c∈C;
本实施例中选取Ⅰ类水的pH指标作为其中一项监测预警状态,指定pH值为第1个指标,即k=1;查阅《地表水环境质量标准》中的表1“地表水环境质量标准基本项目标准限值”pH值在正常阈值范围为6~9,则
Figure BDA0002171371930000064
x c,kx 1,1=6。
步骤(3):假设Ni(t)是t时刻节点i的邻居节点集合, 采用分布式控制协议U={u1,u2,...,un},控制协议的设计按照如下规则:节点i对t时刻收集的邻居节点j,j∈Ni发送的信息进行整理,令
Figure BDA0002171371930000067
Figure BDA0002171371930000068
则当节点监测的水域状态值超出标准区间时,预警***启动,即当
Figure BDA0002171371930000069
时,或xk,m(t)<x k时,与之相应的控制器触发介入,具体控制器协议为
Figure BDA00021713719300000610
控制器介入后,***中各节点的更新方程如下:
Figure BDA0002171371930000072
值得注意的是,本发明只涉及***中同一时刻存在至多一个邻居节点信息超过阈值,即***中只出现某一结点状态值高于阈值上限或是低于阈值下限的其中一种情况,不考虑两种情况的同时发生情况。
步骤(4):节点i在t时刻采集获取自身区域的监测状态值xi,k(t);当状态值
Figure BDA0002171371930000073
Figure BDA0002171371930000074
则节点不采取任何措施。而当满足条件时,该节点判定水环境受到污染,从而触发预警,该时刻起,此后节点i将其状态值维持xi,k(t)固定不变,并将此固定值传递给其相邻节点;网络中其余节点则按照公式(1)更新自身下一时刻的状态值,并同步节点信息Xi,k(t+1)=[xi,k(t+1),k,经度坐标i,纬度坐标i],并在全网络***传递污染坐标地址和污染的状态值,直到完成同步全部网络节点;
步骤(4)中所述的多智能体网络信息同步传递的方法包括以下步骤:
分步(4.1):节点通过相应传感器采集到t时刻数据集xi,k(t),通过自身GPS定位(或预先根据节点所处区域位置人工给定)得到经纬度信息;
分步(4.2):当节点i监测的数字在正常区间内,即不超出所设定阈值区间,则节点i不采取任何措施;如果当节点测得的状态值超出阈值区间,则节点i记录此刻异常值,并随后所有时刻都为此该数字固定不变;
分步(4.3):节点i测得异常数值后,触发预警机制,开始利用无线通信协议,将该异常的状态值发送给其相邻节点;
分步(4.4):相邻节点j通过基于最大/最小趋同算法来更新自身的状态值,同时把更新后的状态值传递给其相邻的节点;
分步(4.5):通过局部信息交互,异常值不断给扩散传递,直至将该异常值同步至全网络所有节点一致。
上述实施例中的常规技术为本领域技术人员所知晓的现有技术,故在此不再详细赘述。
虽然上述具体实施方式已经显示、描述并指出应用于各种实施方案的新颖特征,但应理解,在不脱离本公开内容的精神的前提下,可对所说明的装置或方法的形式和细节进行各种省略、替换和改变。另外,上述各种特征和方法可彼此独立地使用,或可以各种方式组合。所有可能的组合和子组合均旨在落在本公开内容的范围内。上述许多实施方案包括类似的组分,并且因此,这些类似的组分在不同的实施方案中可互换。虽然已经在某些实施方案和实施例的上下文中公开了本发明,但本领域技术人员应理解,本发明可超出具体公开的实施方案延伸至其它的替代实施方案和/或应用以及其明显的修改和等同物。因此,本发明不旨在受本文优选实施方案的具体公开内容限制。

Claims (10)

1.一种基于多智能体网络趋同算法的水污染预警方法,其特征在于包括以下步骤:
步骤(1):考虑一个由n个智能体节点(监测点)组成的多智能体网络,根据节点通信边关系,将整个网络拓扑构建成为一个连通图,即网络中任意一个节点出发,通过相邻节点有向边可以达到网络中任何其他一个节点;
步骤(2):根据《地表水环境质量标准》(GB3838-2002),选取z个水环境评价标准,并按照水域功能类别选取相应类别标准;给节点配置一个或多个相应监测指标的传感器;
步骤(3):假设Ni(t)是t时刻节点i的邻居节点集合,采用分布式控制协议,控制协议的设计按照如下规则:节点i对t时刻收集的邻居节点j发送的信息进行整理,则当节点监测的水域状态值超出标准区间时,该节点判定水环境受到污染,从而触发预警,与之相应的控制器触发介入。
2.根据权利要求1所述的方法,其特征在于:步骤(1)中,所述由n个智能体节点(监测点)组成的多智能体网络可记为G=(V,E),其中V={1,2,…,n}表示节点集,
Figure FDA0002171371920000011
表示节点间的通讯边集;(i,j)∈E表示节点i可接收到来自节点j的信息。
3.根据权利要求2所述的方法,其特征在于:步骤(2)中,令X=[xi,k,k,Lngi,Lati],k∈Z,Z={1,2,...,z},其中,xi,k表示第i个节点第k个监测指标(即状态值),Lngi表示节点i的经度,Lati表示节点i的纬度。
4.根据权利要求3所述的方法,其特征在于:步骤(2)中所述的按照水域功能类别,选取相应类别标准的方法包括以下步骤:
分步(2.1):确定水体所属水域功能类别c∈C,C={c1,c2,c3,c4,c5}={Ⅰ类水,Ⅱ类水,Ⅲ类水,Ⅳ类水,Ⅴ类水};
分步(2.2):选取对应功能类别的相应标准,设立监测标准数值区间
Figure FDA0002171371920000012
其中
Figure FDA0002171371920000013
x c,k分别表示c类水第k个监测指标的标准上限和标准下限,c∈C。
5.根据权利要求4所述的方法,其特征在于:步骤(3)中,
邻居节点集合
Figure FDA0002171371920000014
分布式控制协议U={u1,u2,...,un};
控制协议的设计按照如下规则:节点i对t时刻收集的邻居节点j,j∈Ni发送的信息进行整理,令
Figure FDA0002171371920000021
则当节点监测的水域状态值超出标准区间时,预警***启动,即当
Figure FDA0002171371920000022
时,或xk,m(t)<x k时,与之相应的控制器触发介入,具体控制器协议为
Figure FDA0002171371920000023
Figure FDA0002171371920000024
Figure FDA0002171371920000025
控制器介入后,***中各节点状态值更新。
6.根据权利要求5所述的方法,其特征在于:步骤(3)中,控制器介入后,***中各节点状态值的更新方程如下:
Figure FDA0002171371920000026
7.根据权利要求6所述的方法,其特征在于:还包括步骤(4):节点i在t时刻采集获取自身区域的监测状态值xi,k(t);当状态值
Figure FDA0002171371920000027
则节点不采取任何措施;而当满足
Figure FDA0002171371920000028
条件时,该节点判定水环境受到污染,从而触发预警,该时刻起,此后节点i将其状态值维持xi,k(t)固定不变,并将此固定值传递给其相邻节点;网络中其余节点则按照公式(1)更新自身下一时刻的状态值,并同步节点信息Xi,k(t+1)=[xi,k(t+1),k,经度坐标i,纬度坐标i],并在全网络***传递污染坐标地址和污染的状态值,直到完成同步全部网络节点。
8.根据权利要求7所述的方法,其特征在于:步骤(4)中所述的多智能体网络信息同步传递的方法包括以下步骤:
分步(4.1):节点通过相应传感器采集到t时刻数据集xi,k(t),通过自身GPS定位(或预先根据节点所处区域位置人工给定)得到经纬度信息;
分步(4.2):当节点i监测的数字在正常区间内,即不超出所设定阈值区间,则节点i不采取任何措施;如果当节点测得的状态值超出阈值区间,则节点i记录此刻异常值,并随后所有时刻都为此该数字固定不变;
分步(4.3):节点i测得异常数值后,触发预警机制,开始利用无线通信协议,将该异常的状态值发送给其相邻节点;
分步(4.4):相邻节点j通过基于最大/最小趋同算法来更新自身的状态值,同时把更新后的状态值传递给其相邻的节点;
分步(4.5):通过局部信息交互,异常值不断给扩散传递,直至将该异常值同步至全网络所有节点一致。
9.一种基于多智能体网络趋同算法的水污染预警***,其特征在于包括:
-监测模块:其包括由n个智能体节点(监测点)组成的多智能体网络,且整个网络拓扑构建成为一个连通图;
-传感器模块:其配置在节点处且可检测相应节点的相应指标,根据《地表水环境质量标准》(GB3838-2002)选取z个水环境评价标准,并按照水域功能类别选取相应类别标准;
-控制模块:其含有分布式控制协议,所述协议用于当节点监测的水域状态值超出标准区间时,该节点判定水环境受到污染,从而触发预警,与之相应的控制器触发介入;
所述控制模块中还含有一种存储介质,所述存储介质中含有能实现权利要求1~8任意一项方法的程序。
10.权利要求1~8任意一项所述的任意一种方法在水污染预警中的应用。
CN201910764155.5A 2019-08-19 2019-08-19 基于多智能体网络趋同算法的水污染预警***和方法 Active CN110677454B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910764155.5A CN110677454B (zh) 2019-08-19 2019-08-19 基于多智能体网络趋同算法的水污染预警***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910764155.5A CN110677454B (zh) 2019-08-19 2019-08-19 基于多智能体网络趋同算法的水污染预警***和方法

Publications (2)

Publication Number Publication Date
CN110677454A true CN110677454A (zh) 2020-01-10
CN110677454B CN110677454B (zh) 2022-04-12

Family

ID=69075398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910764155.5A Active CN110677454B (zh) 2019-08-19 2019-08-19 基于多智能体网络趋同算法的水污染预警***和方法

Country Status (1)

Country Link
CN (1) CN110677454B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111260872A (zh) * 2020-01-18 2020-06-09 浙江捷创智能技术有限公司 一种基于邻接烟感传感器的火灾报警方法
CN115859068A (zh) * 2023-03-03 2023-03-28 四川三思德科技有限公司 一种用于智能水利架构的环境信息感知方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103869698A (zh) * 2012-12-18 2014-06-18 江南大学 多智能体***一致性的采样控制方法
CN105467839A (zh) * 2015-11-16 2016-04-06 浙江工业大学 一种恶意环境下的多智能体***安全趋同控制方法
CN105704169A (zh) * 2014-11-24 2016-06-22 中兴通讯股份有限公司 一种保持数据一致性的方法、装置及ptn传输设备
CN106502097A (zh) * 2016-11-18 2017-03-15 厦门大学 一种基于时延滑模控制的分布式平均跟踪方法
CN109379125A (zh) * 2018-09-30 2019-02-22 北京航空航天大学 一种多智能体编队控制方法及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103869698A (zh) * 2012-12-18 2014-06-18 江南大学 多智能体***一致性的采样控制方法
CN105704169A (zh) * 2014-11-24 2016-06-22 中兴通讯股份有限公司 一种保持数据一致性的方法、装置及ptn传输设备
CN105467839A (zh) * 2015-11-16 2016-04-06 浙江工业大学 一种恶意环境下的多智能体***安全趋同控制方法
CN106502097A (zh) * 2016-11-18 2017-03-15 厦门大学 一种基于时延滑模控制的分布式平均跟踪方法
CN109379125A (zh) * 2018-09-30 2019-02-22 北京航空航天大学 一种多智能体编队控制方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张方方: "多智能体***分布式优化控制", 《中国优秀博士论文全文数据库》 *
邢玛丽: "非理想网络环境下多智能体***的趋同控制研究", 《中国优秀博士论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111260872A (zh) * 2020-01-18 2020-06-09 浙江捷创智能技术有限公司 一种基于邻接烟感传感器的火灾报警方法
CN111260872B (zh) * 2020-01-18 2022-03-15 浙江捷创智能技术有限公司 一种基于邻接烟感传感器的火灾报警方法
CN115859068A (zh) * 2023-03-03 2023-03-28 四川三思德科技有限公司 一种用于智能水利架构的环境信息感知方法及***
CN115859068B (zh) * 2023-03-03 2023-05-16 四川三思德科技有限公司 一种用于智能水利架构的环境信息感知方法及***

Also Published As

Publication number Publication date
CN110677454B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN107831285B (zh) 一种基于物联网的河湖污染监测***及其方法
CN110677454B (zh) 基于多智能体网络趋同算法的水污染预警***和方法
CN101976842B (zh) 基于电气分区的关键断面自动获取方法
CN106297252B (zh) 一种工业园区大气污染监测***
CN107426683A (zh) 一种污水智能监测***
CN102984265A (zh) 一种基于物联网的水环境监测方法
CN102083238A (zh) 大坝安全监控的ZigBee无线自组网***及监控方法
CN107449884B (zh) 一种基于无线传感器网络的污水监测***
CN204347601U (zh) 一种基于物联网与云计算的家居生活环境监测终端
CN110705892A (zh) 一种城市排水管道的水流状态检测方法
CN205354288U (zh) 一种基于物联网技术的山体滑坡监测预警装置
CN204270487U (zh) 基于无线传感器的水质环境监测***
CN101257355A (zh) 一种无线传感器网络节点故障检测方法
CN103399133A (zh) 一种基于物联网的智能城市污水排放点在线多级监测***
Jing et al. Application of wireless sensor network in Yangtze River basin water environment monitoring
CN205091884U (zh) 一种基于暴雨预测模型的智能城市防汛***
Jin-feng et al. A Low-cost Wireless Water Quality Auto-monitoring System.
CN106290772B (zh) 一种污水监测***
CN113411766A (zh) 智慧物联网综合感知***及方法
CN106292611B (zh) 一种基于云计算的智慧农业控制***
Zixuan et al. Research on marine environmental monitoring system based on the Internet of Things technology
CN103037467A (zh) 一种无线传感器网络的数据融合方法和装置
CN103714684A (zh) 一种zigbee模块与433M射频模块结合的环境监测网络组网方法和装置
CN115209370B (zh) 一种城市地下水安全四维智慧调控的信息化***
CN106443130A (zh) 一种电压监测***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant