买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：三峡金沙江川云水电开发有限公司

摘要：本发明公开了一种基于多目标优化算法的网络资源实时调度方法，其包括：物理世界采集实监控系统平台的实时状态数据并将采集的信息分别流入CPS事件模型、孪生数据库以及统一管理平台的数据库中；CPS事件模型将预处理好的数据作为输入，传送到虚拟世界，进行三维仿真场景的构建，在仿真环境中根据当前状态输出最优的调度策略和统一管理平台所需的配置参数；在执行调度策略前，调用统一管理平台配置的规则，确定当前策略是可执行的；最优策略在仿真环境中执行完毕后，反馈网络资源调度策略到物理世界中。通过本发明，水电厂能够提高视频监控的稳定性和响应速度，增强对紧急事件的应对能力，从而提升安全管理水平和降低潜在风险。

主权项：1.一种基于多目标优化算法的网络资源实时调度方法，其特征在于，包括：物理世界采集实监控系统平台的实时状态数据并将采集的信息分别流入CPS事件模型、孪生数据库以及统一管理平台的数据库中；实时状态数据包括不同监控区域的监控画面质量、网络带宽占用情况和网络资源分配情况；CPS事件模型将预处理好的数据作为输入，传送到虚拟世界，进行三维仿真场景的构建，在仿真环境中根据当前状态输出最优的调度策略和统一管理平台所需的配置参数，使得多目标优化算法中的优化目标达到最优；在执行调度策略前，调用统一管理平台配置的规则，确定当前策略是可执行的，如果与规则配置冲突，则调整调度策略配置，重新基于多目标优化算法输出最优策略；最优策略在仿真环境中执行完毕后，反馈网络资源调度策略到物理世界中；多目标优化算法模块中的多目标优化算法结合切比雪夫决策过程，得到最佳网络资源调度策略；使用多目标优化算法和切比雪夫决策过程优化三个优化目标的目标函数，包括：步骤101：初始化种群：随机生成一系列初始解作为种群，其中每个解代表一个网络资源调度方案；步骤102：目标函数评估：对于种群中的每个解，计算其对应的三个目标函数值、、；步骤103：非支配排序：对种群进行非支配排序，确定各解的Pareto前沿等级；步骤104：拥挤度计算：在每个Pareto前沿中，计算解的拥挤度，选择拥挤度低的解，以保持种群的多样性；步骤105：选择、交叉和变异：应用遗传算法的选择、交叉和变异操作产生新一代解；选择过程中，更倾向于选择非支配解且拥挤度低的个体；步骤106：精英策略：将上一代的非支配解和当前生成的解合并，再次进行非支配排序和拥挤度计算，确保精英解不会丢失；步骤107：切比雪夫决策过程：对于NSGA-III算法找到的Pareto最优解集，使用切比雪夫方法对的Pareto最优解进行权重分配和选择；为每个目标函数设定一个权重，并计算加权后的目标函数值，形成切比雪夫函数，选择使切比雪夫函数最小的解作为最终的决策方案；步骤108：迭代过程：重复步骤103到步骤107直到满足终止条件；终止条件包括达到最大迭代次数或目标函数值收敛；步骤109：结果输出：输出使切比雪夫函数最小的解作为最佳网络资源调度策略；所述步骤102包括： 其中，为关键区域视频质量的最大化，K代表所有关键区域的集合，是关键区域i的权重，是区域i在网络资源分配x下的视频质量； 其中，为总体网络资源使用的平衡性，N为监控的总区域数，是分配给区域i的资源，T是可用的总网络资源； 其中，为非关键区域视频质量的最小保障水平，代表所有非关键区域的集合，是区域j在网络资源分配x下的视频质量； 旨在最小化各个区域的资源分配与平均值之间的绝对差，但考虑到关键区域的监控需要更多资源，可引入权重系数对每个区域i的资源分配进行加权；权重系数反映了区域i的重要性；为关键区域设置较高的权重系数，为非关键区域设置较低的权重系数；包含权重系数的修改为： 当区域i的低于平均资源分配时，若区域i是关键区域，多目标优化算法倾向于给区域i分配更多资源；反之，若区域i是非关键区域多目标优化算法允许为区域i分配的资源低于平均资源；所述切比雪夫函数的表达式为： 其中，是目标函数的权重，是目标函数在Pareto最优解集中的理想值；NSGA-III多目标优化算法的流程为：S11：输入网络参数、算法参数和约束变量系数；网络参数包括每个监控区域的网络带宽分配量、交换机是否启动链路聚合、是否启动端口聚合、每个监控区域的网络资源上下限；算法参数包括涉及遗传算法和切比雪夫决策算法相关的超参数，以及遗传算法的初始种群大小、变异率、交叉率、最大迭代次数，以及切比雪夫决策算法的目标权重、目标边界以及优化方向；通过遗传算法随机产生初始种群，若=1，则执行S12；为迭代次数；S12：快速非支配排序适应度值计算，对种群进行非劣性分层；依据拥挤距离策略选取全局最优解；利用P函数更新粒子的位置，得到子种群；S13：将上代中的和合并成；累计非支配排序适应度值计算并进行非劣性分层；依据拥挤距离策略选取全局最优解；选取前N个个体，产生下一代种群；S14：判断是否达到最大的迭代次数，若达到，输出最优Pareto解；若未达到，则令=+1；转入S12；直至达到最大的迭代次数为止。

全文数据：

权利要求：

百度查询： 三峡金沙江川云水电开发有限公司 基于多目标优化算法的网络资源实时调度方法