【技术实现步骤摘要】
本专利技术属于智慧工厂边缘计算领域，具体是一种基于mappo算法的智慧工厂边缘服务器选址的方法。
技术介绍
1、智慧工厂是一种基于先进技术和数字化转型的现代化工厂模式。它利用先进的自动化、物联网、大数据分析、人工智能和机器学习等技术，通过实时数据采集、分析和智能化决策，实现生产过程的高度智能化和自动化。智慧工厂中的边缘计算可以对数据进行低时延处理、保护数据的隐私和提高安全性，还具有很好的灵活性和可扩展性。然而边缘服务器的覆盖范围有限，部署边缘服务器也需要考虑时延和网络负载的要求，所以如何选择部署服务器的位置至关重要。
2、边缘服务器放置问题是在一定的地理位置范围内，考虑用户和资源等的约束限制，在满足用户需求和目标的前提下，按照一定的策略为边缘服务器选择合适的地理位置来达到资源利用率高、网络时延小的目的。边缘服务器的低效放置将导致边缘服务器之间的访问延迟过长和工作负载严重不平衡，一些边缘服务器将过载，而另一些边缘服务器则未被充分利用，甚至闲置。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于mappo算法的智慧工厂边缘服务器选址的方法。
2、具体如下：一种基于mappo算法的智慧工厂边缘服务器选址的方法，包括以下步骤：
3、步骤一：获取工业传感器的位置信息和检测数据信息，并对位置信息和检测数据信息进行预处理；
4、步骤二：基于预处理后的数据信息分别建立工业传感器、边缘服务器、云服务器三
5、步骤三：使用canopy算法基于边缘服务器服务范围确定部署边缘服务器的个数，同时记录得到的canopy聚类中心，再使用k-means方法基于边缘服务器的个数和canopy聚类中心对工业传感器进行初始聚类分析，得出的聚类中心为初始边缘服务器的位置；
6、步骤四：构建mappo算法的状态空间、动作空间，基于优化时间延迟、负载均衡、能量消耗三项指标来制定策略函数和奖励函数，奖励函数为：
7、r＝-αr1i+υ(r2i+r4i)+r3*η；
8、
9、
10、r4i＝zi-zmax(if zi＞zmax)；
11、其中r1：时间延迟；r2：能量消耗；r3：负载均衡；r4：超载惩罚；
12、总时延；
13、工业传感器向边缘服务器发送数据的传输时延；
14、边缘服务器向云服务器发送数据的传输时延；
15、在边缘服务器的任务处理时延；
16、在云服务器的任务处理时延；
17、工业传感器向边缘服务器发送数据的传播时延；
18、边缘服务器向云服务器发送数据的传播时延；
19、在边缘服务器处理数据的能量消耗；
20、在云服务器处理任务的能量消耗；
21、zmax：边缘服务器的最大负载；zi：边缘服务器的实际负载；
22、α：时间延迟的权重；η：能量消耗和超载惩罚的权重；
23、υ：负载均衡的权重；步骤五：构建用于mappo算法中用于提取地图特征的卷积编码器深度神经网络结构，并结合策略网络actor和价值网络critic进行训练；步骤六：使用mappo算法得出边缘服务器的安装位置。
24、进一步地，所述三层系统模型通过经纬度定义工业传感器位置和云服务器位置，然后将工业传感器和云服务器的位置经纬度映射到二维平面上。
25、进一步地，所述mappo算法是使用多智能体模拟需要部署的边缘服务器，智能体分别进行局部观测，然后做出所述动作空间中的一个动作，再根据所有智能体的动作计算总体奖励。
26、进一步地，所述智能体的观测信息包括地图信息和离散信息，离散信息包括：总数据量、当前智能体所属服务器是否超载判断、云服务器位置、边缘服务器距云服务器距离、边缘服务器位置。
27、进一步地，所述动作空间的设计包括五个离散的行动：上、下、左、右和静止。
28、进一步地，所述卷积编码器深度神经网络结构的具体构成包括第一卷积层、第二卷积层、第一池化层，第三卷积层、第二池化层和展平层。
29、进一步地，所述卷积编码器深度神经网络结构提取后的地图特征信息与离散特征进行合并，再根据网络不同输出不同节点。
30、进一步地，使用非线性激活函数relu(rectified linear unit，中文名称是线性整流函数)对所述卷积编码器深度神经网络结构进行非线性化。
31、进一步地，所述策略网络actor输出层节点为5，所述价值网络critic网络输出层节点为1。
32、进一步地，获取边缘服务器的安装位置的方式为：设定所述训练的总回合数和每回合的训练步数，初始化策略网络和价值网络的参数，根据当前策略执行动作来计算奖励，根据奖励更新actor和critic参数，当达到设定的训练总回合数，输出边缘服务器的安装位置。
33、在对工业传感器数据进行预处理后，构建工业传感器、边缘服务器、云服务器三层系统模型，使用canopy算法与k-means算法结合的方法确定部署边缘服务器的初始位置，构建状态空间、动作空间以及神经网络结构，使用mappo算法确定部署智慧工厂边缘服务器的位置；本专利技术可实现边缘服务器的低延迟的数据处理，同时降低减轻网络负载使服务器的负载更加均衡，使服务器实现实时数据处理和即时决策。
34、进一步地，所述步骤一的具体实现过程为：
35、所述三层系统模型包含m个工业传感器，表示为r＝{r1，r2，r3...rm}，其中rm表示为第m个工业传感器；
36、并包含n个边缘服务器，表示为s＝{s1，s2，s3...sn}，sn表示为第n个边缘服务器；
37、还包含c个云服务器，表示为h＝{h1，h2，h3....hc}，其中hc表示为第c个云服务器。
38、工业传感器可以实时监测和采集各种工厂环境和设备的数据，在本专利技术中每个工业传感器预处理后汇总所收到的数据三元组dm＝{dm，tm，vm}，其中dm是该工业传感器要处理的所有任务量，tm是该工业传感器待处理的任务数量，vm是该工业传感器需要经边缘服务器中转到云服务器的任务数据量占比，共有p个时刻的工业传感器数据信息，在pi时刻工业传感器的数据信息处理完成后，进入pi+1时刻的工业传感器的数据信息环境。
39、进一步的，所述步骤二的具体实现过程为：
40、基于预处理后的数据信息及工业传感器位置信息，建立工业传感器、边缘服务器、云服务器三层系统模型；
41、定义工业传感器位置lm(xm，ym)，xm和ym是第m个工业传感器的经纬度，定义云服务器位置为lc(xc，yc)。
42、将工业传感器和云服务器的位置经纬度映射到二维平面上。定义边缘服务器的最大负载为zmax，边缘服务器的实际负载为zi，zi表示本文档来自技高网...
【技术保护点】
1.一种基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，所述三层系统模型通过经纬度定义工业传感器位置和云服务器位置，然后将工业传感器和云服务器的位置经纬度映射到二维平面上。
3.根据权利要求1所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，所述MAPPO算法是使用多智能体模拟需要部署的边缘服务器，智能体分别进行局部观测，然后做出所述动作空间中的一个动作，再根据所有智能体的动作计算总体奖励。
4.根据权利要求3所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，所述智能体的观测信息包括地图信息和离散信息，离散信息包括：总数据量、当前智能体所属服务器是否超载判断、云服务器位置、边缘服务器距云服务器距离、边缘服务器位置。
5.根据权利要求3所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，所述动作空间的设计包括五个离散的行动：上、下、左、右和静止。
6.根据权
7.根据权利要求1所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，所述卷积编码器深度神经网络结构提取后的地图特征信息与离散特征进行合并，再根据网络不同输出不同节点。
8.根据权利要求1所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，使用非线性激活函数Relu对所述卷积编码器深度神经网络结构进行非线性化。
9.根据权利要求1所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，所述策略网络actor输出层节点为5，所述价值网络critic网络输出层节点为1。
10.根据权利要求1所述的基于MAPPO算法的智慧工厂边缘服务器选址的方法，其特征在于，获取边缘服务器的安装位置的方式为：设定所述训练的总回合数和每回合的训练步数，初始化策略网络和价值网络的参数，根据当前策略执行动作来计算奖励，根据奖励更新Actor和Critic参数，当达到设定的训练总回合数，输出边缘服务器的安装位置。
...【技术特征摘要】
1.一种基于mappo算法的智慧工厂边缘服务器选址的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于mappo算法的智慧工厂边缘服务器选址的方法，其特征在于，所述三层系统模型通过经纬度定义工业传感器位置和云服务器位置，然后将工业传感器和云服务器的位置经纬度映射到二维平面上。
3.根据权利要求1所述的基于mappo算法的智慧工厂边缘服务器选址的方法，其特征在于，所述mappo算法是使用多智能体模拟需要部署的边缘服务器，智能体分别进行局部观测，然后做出所述动作空间中的一个动作，再根据所有智能体的动作计算总体奖励。
4.根据权利要求3所述的基于mappo算法的智慧工厂边缘服务器选址的方法，其特征在于，所述智能体的观测信息包括地图信息和离散信息，离散信息包括：总数据量、当前智能体所属服务器是否超载判断、云服务器位置、边缘服务器距云服务器距离、边缘服务器位置。
5.根据权利要求3所述的基于mappo算法的智慧工厂边缘服务器选址的方法，其特征在于，所述动作空间的设计包括五个离散的行动：上、下、左、右和静止。
6.根据权利要求1所述的基于mappo算法的智慧工厂...
【专利技术属性】
技术研发人员：李闯，纪剑桥，李小龙，黄华，董莉，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。