进化优化与机器学习共融的水下移动无线传感器网络结构优化

Underwater mobile wireless sensor networks (UMWSNs) play an important role in the ocean environment monitoring. Their structural optimization has become one of focuses in both academic and industrial communities. The dynamics and uncertainties resulted from sensor movements and ocean currents, however, make existing methods difficult to deal with the above problems. Given this, the project researches on structural optimization theories and methods of UMWSNs by combining evolutionary optimization and machine learning. It is expected to obtain the following achievements: (1) discovering the characteristic perception mechanisms of underwater mobile wireless sensors; (2) constructing dynamic uncertain multi-objective structural optimization models for UMWSNs; (3) presenting dynamic uncertain multi-objective evolutionary optimization methods integrating online machine learning; (4) applying to the structural optimization of UMWSNs in the ecological environment monitoring of the Yellow Sea. This project, at the cross edge of such disciplines as automation, artificial intelligence, communication and ocean, is very novel and challenging, as well as meets the demand of maritime power strategy. The achievements of this project can enrich the theory of wireless sensor networks, greatly enhance the comprehensive performance of UMWSNs, and enlarge application areas of evolutionary optimization and machine learning; thus it is considerable significance in theory and application.

水下移动无线传感器网络在海洋环境监测中具有非常重要的作用，该网络的结构优化成为学术和产业界共同关注的热点之一。但是，传感器移动和洋流导致的动态和不确定性，使得已有方法难以有效解决该问题。鉴于此，本项目研究进化优化与机器学习共融的水下移动无线传感器网络结构优化理论与方法。通过研究，拟揭示水下移动无线传感器的特性感知机理，建立水下移动无线传感器网络结构的动态不确定多目标优化模型，提出融入在线机器学习的动态不确定多目标进化优化方法，并应用于我国黄海海域生态环境监测的无线传感器网络结构优化中。该项目是自动化、人工智能、通信，以及海洋等多学科有机交叉、十分新颖且富有挑战性的研究方向，非常契合我国当前海洋强国战略的需求，产生的研究成果能够大大丰富无线传感器网络理论，大幅度提升水下移动无线传感器网络的综合性能，进一步扩大进化优化与机器学习的应用领域，因此，具有重要的理论意义和实用价值。

水下移动无线传感器网络在海洋环境监测中具有非常重要的作用，该网络的结构优化成为学术和产业界共同关注的热点之一。但是，移动的传感器和洋流导致的动态和不确定性，使得已有方法难以有效解决该问题。项目负责人及成员对进化优化与机器学习共融的水下移动无线传感器网络结构优化理论与方法，进行了为期4年的全面深入研究，提出了水下移动无线传感器调度优化理论与方法，在保证大范围感知监测信息的同时，延长水下固定传感器网络的生命周期，为水下移动无线传感器网络的广泛高效应用奠定技术基础；实现了提出的理论与方法，并应用于构建的虚拟海洋仿真环境中，为水下移动无线传感器网络的节能增效提供应用范例。基于上述成果，获教育部高等学校科学研究优秀成果奖自然科学二等奖1项、智能优化与调度学术会议优秀博士学位论文1篇、江苏省优秀本科毕业论文三等奖1项，授权发明专利2项、计算机软件著作权登记2件，申请发明专利1项，在被SCI或EI等检索的国际国内学术期刊上发表论文16篇，其中，SCI源刊论文12篇（含国际顶级期刊论文6篇），协助中国矿业大学巩敦卫教授培养博士研究生3名、硕士研究生2名，独立培养硕士研究生2名，圆满完成了项目的预期目标。研究成果大大丰富了无线传感器网络理论，大幅度提高了水下移动无线传感器网络的综合性能，进一步扩大了进化优化与机器学习的应用领域，具有重要的理论意义和实用价值。