基于蟻群優(yōu)化算法的視頻監(jiān)控智能檢測系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、當前視頻監(jiān)控已廣泛運用于各行各業(yè)中,其大規(guī)模的應用致使人工檢修的難度逐漸增加,進而影響著實時監(jiān)控的效率。本文中討論的視頻監(jiān)控智能檢測系統(tǒng)就是解決當前視頻監(jiān)控排障問題的優(yōu)秀方案。在實際應用中,為了保證較高的檢測效率,系統(tǒng)遇到了并發(fā)功耗高、檢測任務線程滿載等性能問題,因此決定引入負載均衡機制優(yōu)化其性能。
  目前已有多種較為成熟的負載均衡算法,蟻群算法因其求解機制和信息維護機制的優(yōu)點,較其他算法在負載均衡方面有著更高的調(diào)度效率和系統(tǒng)吞

2、吐率。目前在負載均衡領域,一般分配問題是主要研究方向。但由于視頻監(jiān)控檢測系統(tǒng)有著任務有序執(zhí)行等特點,無法用一般分配問題進行描述。
  針對上述問題,本文在一般分配問題的基礎上,結合系統(tǒng)并行檢測模塊的特點,采用依賴于序列的并行負載均衡模型描述并行檢測模塊,同時針對局部搜索算法評價解質(zhì)量標準單一的問題,對局部搜索算法的尋優(yōu)過程進行改進,并將此改進算法應用到遺傳算法和蟻群優(yōu)化算法中。然后通過上面提到的模型對優(yōu)化算法進行模擬仿真,得出針對

3、于此模型的最優(yōu)負載算法,最后在實際系統(tǒng)中對模擬結果進行了驗證。
  本文的創(chuàng)新點主要包括以下三點:
  1、完成了視頻監(jiān)控智能檢測系統(tǒng)的開發(fā)和優(yōu)化。對視頻監(jiān)控智能檢測系統(tǒng)總體架構進行了分層,對每層當中用到的關鍵技術進行分析。使用IIS技術和Socket技術實現(xiàn)了模塊之間的通信;采用數(shù)據(jù)緩存技術解決了數(shù)據(jù)庫高并發(fā)性能的瓶頸;采用動態(tài)鏈接庫技術完成了對檢測算法的封裝。
  2、研究了蟻群算法及其在負載均衡機制中的應用,在研

4、究的基礎上針對負載均衡中網(wǎng)絡異構性的特點改進了算法中的局部搜索算法,引入網(wǎng)絡轉(zhuǎn)移代價系數(shù)和鄰居結點的概念,優(yōu)化尋優(yōu)過程并提高算法性能。采用適用于有序并發(fā)執(zhí)行機制的依賴于序列的負載均衡模型,對改進算法進行模擬仿真,結果顯示在應用于蟻群優(yōu)化算法時,改進局部搜索算法在相對負載失衡率和執(zhí)行時間兩項性能指標的表現(xiàn)上均較原版算法有所提升。
  3、根據(jù)系統(tǒng)并行檢測架構的特點,設計了適用于有序并發(fā)執(zhí)行機制的負載均衡架構,并將在模型仿真中性能最優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論