[发明专利]一种基于快速分支配排序算法的传感器资源推荐方法

说明书

本发明涉及一种基于快速分支配排序算法的传感器资源推荐方法，包括：步骤1：输入传感器数据集，使用R树结构静态检索传感器数据资源；步骤2：根据用户偏好缩小传感器集合；步骤3：用改进的快速非支配排序算法检索传感器集合，获取非支配解集。本发明的有益效果是：本发明优于现有的传感器推荐算法,采用构建R树结构的方式降低反复检索的时间、提高检索效率。根据传感器位置和类型两个特征对传感器资源进行检索并获得传感器集合；有效提高传感器资源推荐的准确率，将物联网中传感器的选择定义成多标准决策分析问题并通过快速非支配排序算法提高推荐精度，并降低响应时间。

技术领域

本发明涉及物联网场景下的资源推荐领域，尤其是涉及一种基于快速分支配排序算法的传感器资源推荐方法。将物联网中传感器的选择定义成多标准决策分析问题，并通过改进的快速非支配排序算法提高推荐精度。

背景技术

目前，物联网的应用领域已涉及智能家居、智能城市、智能健康、智能工厂、智能交通等多个领域，比如应用程序在智能交通中实时监控交通拥堵、优化驾驶路线，这个过程就使用了很多传感器。GSN、OpenIoT、Xively等物联网平台负责管理底层传感器资源，支持上层应用程序。物联网平台的主要挑战之一是在大规模异构环境中搜索和发现传感器资源，以便其他应用程序根据其特定需求和约束重用这些传感器资源。近年来，ViSIoT、CASSARAM和CASSF等多种物联网框架和中间件，结合用户对多种指标的设定优先级，搜索物联网环境中的资源。

传感器资源推荐的过程可以分为两个阶段：(1)使用静态查询找到一组关于满足用户特定需求的可用传感器资源；(2)应用多标准决策分析(multiple criteria decisionanalysis，MCDA)算法根据用户需求的相对优先级对可用资源进行排序。推荐过程的第一阶段主要根据用户对传感器的初步需求，比如位置(或经纬度)、传感器类型等，使用数据库或者其他途径进行静态查询获取候选资源集合。而第二阶段是使用多目标决策分析算法(SAW、TOPSIS、CPWI和VIKOR等)对上阶段的候选资源集合中的所有资源进行评价，接着根据评价的结果进行排序然后推荐给用户。

发明内容

本发明在于提供一种基于快速非支配排序算法的传感器资源推荐方法，针对物联网传感器资源推荐过程的第二阶段，采用基于快速非支配排序算法的推荐方法提高传感器资源推荐的准确率并降低响应时间。

这种基于快速非支配排序算法的传感器资源推荐方法，具体包括如下步骤：

步骤1：输入传感器数据集，使用R树结构静态检索传感器数据资源；构建R树结构在二维空间进行查询，根据传感器位置和类别两个特征，对传感器资源进行检索并获得传感器集合；

步骤2：根据用户偏好缩小传感器集合；将所述步骤1中的传感器集合按不同的传感器属性值：寿命、灵敏度、测量精度、响应时间、发动时间和能耗六个传感器属性从大到小排序，得到{f₁…f₆}六个集合；然后确定传感器集合的数量n，根据用户对某传感器属性的偏好值占偏好值总和的比重确定六个集合各占传感器集合数量n的比重，获得数量为n的传感器数据集；

步骤3：用改进的快速非支配排序算法检索传感器集合，获取非支配解集；将所述步骤2中获取的{f₁…f₆}六个集合输入到快速非支配排序算法中，基于帕累托最优解原则，获取传感器集合中的非支配解集；

步骤4：使用TOPSIS算法对所述步骤3中的传感器集合中的非支配解集进行表征并排序；参照用户偏好及各个传感器属性值的物理意义，使用TOPSIS算法对所述步骤3中的局部最优解集合中的每条传感器资源数据进行表征，并以此为衡量指标进行排序，为用户进行推荐。

作为优选，所述步骤3涉及的改进的快速非支配排序算法具体包括如下步骤：