基于物聯(lián)網(wǎng)的森林火險預(yù)警研究.pdf

1、碩士學(xué)位論文基于物聯(lián)網(wǎng)的森林火險預(yù)警研究IIIlllUlIIIllllIIIllY2384611TheResearchoftheforestfiredangerwarningbasedontheInternetofThings作者姓名：趙紅星學(xué)科、專業(yè)：讓箕狃這鮭生理途堂指導(dǎo)曇J教師：0210804完成日期：2Q131Q壘蘭州交通大學(xué)LanzhouJiaotongUniversity蘭州交通大學(xué)碩士學(xué)位論文摘要伴隨著社會生產(chǎn)力的發(fā)展，以

2、及計算機硬件與軟件技術(shù)的日新月異，物聯(lián)網(wǎng)作為新興的物品信息網(wǎng)絡(luò)被迅速推進(jìn)，它被稱為繼計算機、互聯(lián)網(wǎng)之后，世界信息產(chǎn)業(yè)的第三次浪潮。物聯(lián)網(wǎng)的發(fā)展將會給社會帶來巨大的經(jīng)濟(jì)效益，將使社會生產(chǎn)力得到極大提高，從而在很大的程度上方便我們的日常生活。物聯(lián)網(wǎng)給我們帶來了如此大的發(fā)展機遇，但同時也存在產(chǎn)業(yè)發(fā)展的諸多約束因素和前所未有的技術(shù)挑戰(zhàn)。本文基于此背景，設(shè)計了森林火險預(yù)警方案，以不同的數(shù)據(jù)處理算法分別對傳感層和應(yīng)用層的數(shù)據(jù)進(jìn)行處理，實現(xiàn)了對森林火

3、災(zāi)臨界氣象條件的識別。本文研究的主要內(nèi)容如下：(1)深入學(xué)習(xí)了物聯(lián)網(wǎng)的發(fā)展背景，從技術(shù)層面上研究了物聯(lián)網(wǎng)的相關(guān)概念，在此基礎(chǔ)上分析了物聯(lián)網(wǎng)的應(yīng)用前景。(2)設(shè)計了基于物聯(lián)網(wǎng)的森林火險預(yù)警的系統(tǒng)模型，并且針對不同的地理情況或是監(jiān)測區(qū)域過大等問題，提出劃分不同監(jiān)測區(qū)的思路。同時，在該方案運行過程中，可根據(jù)實際情況隨時調(diào)整預(yù)預(yù)i周期的長短，亦可以對應(yīng)用層的預(yù)測模型進(jìn)行實時修正。除此之外，從數(shù)據(jù)處理的流程角度，提出以迭代聚焦算法對傳感層的環(huán)境干

4、擾誤差進(jìn)行消除，給出了氣象要素因子在一個預(yù)測周期內(nèi)的取值策略，并利用神經(jīng)網(wǎng)絡(luò)作為應(yīng)用層的建模方法，識別森林火災(zāi)的臨界氣象條件。(3)對現(xiàn)有的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行了深入研究，結(jié)合徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的相關(guān)特性，對把徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用于森林火險預(yù)警做了相關(guān)分析。因為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)所具有的獨特優(yōu)勢，為其應(yīng)用于基于物聯(lián)網(wǎng)的森林火險預(yù)警奠定了良好基礎(chǔ)，但是，目前幾種成熟的學(xué)習(xí)算法的若干缺點使其應(yīng)用于該方案還有待進(jìn)一步改進(jìn)，比如預(yù)測精度、網(wǎng)

5、絡(luò)修正能力都有很大不足?；诖?，本文總結(jié)前入的研究成果，對現(xiàn)有的幾種算法總結(jié)分析，提出一種雙隱層徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，同時以遺傳算法為訓(xùn)練方法，并把前人所提出的在訓(xùn)練過程中動態(tài)更新網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)策略相結(jié)合，使該算法擁有了很多傳統(tǒng)算法不具有的優(yōu)點，通過非線性函數(shù)逼近和電信企業(yè)客戶流失分類的實驗仿真，驗證了該算法的有效性，并且與同類算法進(jìn)行實驗對比，雙隱層徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)時間復(fù)雜度和計算復(fù)雜度更低，這便為把徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用于物聯(lián)網(wǎng)中