基于移动智能体调度的混杂工业无线传感器网络抗毁性研究

As the current hot area of IoT (Internet of Things), Industrial IoT is capable of enhancing the information and automation level of physical objects in industrial scenarios, such as human, equipment, and materials. As the core technology of Industrial IoTs, WSNs (Wireless Sensor Networks) is featured by hybrid structure, which has already become the major bottleneck of large-scale application of Industrial IoTs. On the other hand, industrial mobile intelligent devices, typically Radio Frequency Identification (RFID) and Automated Guided Vehicle (AGV), increase the network's dynamic uncertainty, while they also enhance the flexibility and intelligent level of industrial production. How to schedule these industrial mobile intelligent devices is another scientific issue faced by industrial IoT scenarios. Therefore, considering typical application of RFID and AGV in large logistics centers, this project plans to do research on invulnerability of hybrid industrial WSNs based on multi mobile intelligent devices with features of RFID and AGV. The Project attempts to research on the hybrid topology features of WSNs via combinatorial graph theory; reveals evolvement rules and failure mechanism of the network during production process, with tools such as time series analysis based on complex networks growth; constructs an analysis and evaluation model that conforms to the production requirement; and finally proposes a swarm scheduling algorithm for the schedule of multi mobile intelligent devices. The algorithm can efficiently and timely response uncertain events occurred in the networks during dynamic and flexible production.

工业物联网提升了工业企业的人、设备、物料等物理对象网络化、智能化水平，形成了多种移动智能体。而工业无线传感器网络（WSNs）具有混杂动态网络特性，其抗毁性已成为制约工业物联网规模应用的瓶颈之一。另一方面，基于无线射频识别标签（RFID）和自动导引小车（AGV）的工业移动智能体，在增强工业生产柔性和智能化水平的同时，也增大了网络的动态不确定性，其智能调度将是工业物联网环境需要面对的一个科学问题。因此，项目拟针对大型物流中心RFID和AGV应用背景，结合生产柔性化需求，开展基于多移动智能体调度的混杂工业WSNs抗毁性研究。项目将运用组合图论研究工业WSNs的混杂网络拓扑特征；通过基于复杂网络生长的时间序列分析手段揭示伴随在生产活动中的网络动态演化和失效机理；构建符合生产调度需求的网络抗毁性评价模型；提出基于工业WSNs抗毁性的多移动智能体调度的群智能优化算法，及时响应生产过程中的网络不确定性。

工业物联网提升了工业企业的人、设备、物料等物理对象的网络化和智能化水平，形成了多种移动智能体。而工业无线传感器网络（WSNs）具有混杂动态网络特性，其抗毁性已成为制约工业物联网规模应用的瓶颈之一。另一方面，基于无线射频识别标签（RFID）和自动导引小车（AGV）的工业移动智能体，在增强工业生产柔性和智能化水平的同时，也增大了网络的动态不确定性，其智能调度将是工业物联网环境需要面对的一个科学问题。项目面对物流中心和车间的柔性生产需求，开展基于多移动智能体调度的混杂工业WSNs抗毁性研究。第一，构建了工业无线传感器网络抗毁性三维测度模型；第二，针对无线传感器网络静态拓扑结构，探讨了拓扑结构演化规律，提出了优化网络性能的长程连接方案；第三，建立了基于多移动智能体的工业无线传感器网络和机会网络+WSNs的WON网络，构建了三种路由控制策略，分析了两种网络的拓扑演化、路由控制及抗毁性性能优化，获得了优越的网络性能及数据可靠传输；第四，针对车间场景，构建了基于WFN/WSN/多移动智能体的混杂网络集成方案，利用移动智能体同时承担物料运输和数据携带任务，实现了基于多移动智能体的智能车间网络数据分类传输及其巨量容迟数据的高效传输，展现了明显的优势；第五，研究了面向混杂工业环境中人机实时交互需求的服务发现和优化连接策略，提出了基于人机隐式社会关系辅助策略，改善了人因条件下的网络性能；第六，针对具有多移动智能体的混杂工业无线传感器网络，研究了工业生产与物流的调度优化问题，设计了2种新型的粒子群算法、1种基于拟熵自启动局部搜索的综合学习粒子群优化算法，以及离散多目标优化方法，提升了车间调度响应能力；最后，搭建了具有多移动智能体的混杂工业无线传感器网络实物实验平台和仿真分析环境，针对物流中心、制造车间和健康监护等需求开展了工程应用研究与实践。