本发明涉及一种人工智能局域网系统设计领域，涉及一种局域网管理和控制的装置。
背景技术：
近年来，国内外屡次发生人工智能局域网系统设计问题，对人工智能局域网系统设计和运行提出了严峻的考验。相对于人工智能局域网的快速增长，局域网系统设计略显薄弱，人工智能局域网系统经常满载甚至超载运行，故障时有发生。因此，在人工智能局域网系统设计工作中，科学地设计，减少运行风险，成为人工智能局域网系统设计的基本原则之一。本领域更多是希望根据一定的多目标，统筹考虑了人工智能中局域网系统能耗设计问题中经济性和可靠性目标，避免多个目标之问存在度量不一致、相互冲突等问题。并且能达到小集群中的优化，保持系统设计的多样性，使最优解集的分布更加均匀，在系统设计优化问题中能获得均匀分布的最优，合理规划资源，对系统设计工作具有借鉴意义。并要以人工智能中局域网系统能耗设计为目标，建立人工智能中局域网系统能耗设计目标优化模型，通过得到一组最优解，全而统筹人工智能中局域网系统能耗设计的经济性和可靠性目标，从而保持人工智能中局域网系统能耗设计的多样性和分布的均匀性，提高人工智能中局域网系统能耗设计能力。为使能够更好地应用于网络计划优化问题，采用函数对约束进行处理，并根据模最优折中解，为设备运行人工智能中局域网系统能耗设计人员提供了科学的决策依据。通过本发明的系统实现，验证在人工智能中局域网系统能耗设计时能有效避免早熟收敛，快速地收敛最优解集。
本发明的主要目的是通过人工智能中局域网系统能耗设计的情况，采用智能化的方法，从而减少了对资源不断重复调度次数的操作，减少了时间，并且通过采用更智能化的方法去实现。因此，可以说通过这种实现方式是很有必要的。
技术实现要素：
有鉴于此，本发明要解决的技术问题是提供一种通过使用智能调整的方式来实现人工智能中局域网系统能耗设计，用于解决无法对多个人工智能中局域网系统能耗设计管理和控制装置的问题。其中包括有基准模块、调节模块、执行器、执行模块、控制器、配置模块、测量装置、估算装置；其中基准模块装备有基准量预测模块和基准量反馈模块，基准量预测模块用公式一预估整个局域网系统的能量消耗值并设定判断值：基准量预测模块用于反馈系统中能量消耗值；
公式一中：f1为整个局域网系统的能量消耗的判断值；minf1为整个局域网系统的能量消耗的最小判断值；T为局域网系统的运行时段数；t＝1…T；Tt是局域网系统的运行时段单位小时数；St为局域网系统在运行期间第t个时段内正常运作的所有设备的可能运行状态集合；xi为局域网系统中的设备i的能耗状态；x＝(x1,…,xn)；i＝1…n表示局域网系统中的i从1到n的所有设备；其中x＝(x1,…,xn)为整个局域网系统中所有所有设备能量消耗状态向量，代表整个局域网系统的系统状态；x∈St代表整个局域网系统的系统状态要处于局域网系统在运行期间第t个时段内正常运作的所有设备的可能运行状态集合中的子集；Cx为局域网系统中处于运行状态x的能量消耗值；M为局域网系统中的设备数；Pi为局域网系统中的设备i的运行概率；1-Pi为局域网系统中的设备的非运行概率；为局域网系统中的i设备处于xi能耗状态时的运行概率；为局域网系统中的i设备处于xi能耗状态时的非运行概率；为i从1到M的各项乘法；为t从1到T时的各项的加法；为x∈St时各项的加法；调节模块用于调节整个局域网系统中单个设备的状态，并将调节后的信息状态发送给执行器，执行器通过执行模块进行执行、控制器由执行器发出的指令去控制配置模块、配置模块配置局域网系统中单个设备的状态、消耗功率、电压、运行时段和运行时间；测量装置用于测量局域网系统中单个设备的状态、消耗功率、电压、运行时段和运行时间；估算装置用于估算局域网系统中单个设备的状态、消耗功率、电压、运行时段和运行时间的数值范围。
附图说明
图1是本发明一种农村快递车局域网管理和控制装置的结构示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，能实现同样功能的产品属于等同替换和改进，均包含在本发明的保护范围之内。
实施例一：如图1；在实际中表明，其中包括有基准模块、调节模块、执行器、执行模块、控制器、配置模块、测量装置、估算装置；
其中包括有基准模块、调节模块、执行器、执行模块、控制器、配置模块、测量装置、估算装置；其中基准模块装备有基准量预测模块和基准量反馈模块，基准量预测模块用公式一预估整个局域网系统的能量消耗值并设定判断值：基准量预测模块用于反馈系统中能量消耗值；
公式一中：f1为整个局域网系统的能量消耗的判断值；minf1为整个局域网系统的能量消耗的最小判断值；T为局域网系统的运行时段数；t＝1…T；Tt是局域网系统的运行时段单位小时数；St为局域网系统在运行期间第t个时段内正常运作的所有设备的可能运行状态集合；xi为局域网系统中的设备i的能耗状态；x＝(x1,…,xn)；i＝1…n表示局域网系统中的i从1到n的所有设备；其中x＝(x1,…,xn)为整个局域网系统中所有所有设备能量消耗状态向量，代表整个局域网系统的系统状态；x∈St代表整个局域网系统的系统状态要处于局域网系统在运行期间第t个时段内正常运作的所有设备的可能运行状态集合中的子集；Cx为局域网系统中处于运行状态x的能量消耗值；M为局域网系统中的设备数；Pi为局域网系统中的设备i的运行概率；1-Pi为局域网系统中的设备的非运行概率；为局域网系统中的i设备处于xi能耗状态时的运行概率；为局域网系统中的i设备处于xi能耗状态时的非运行概率；为i从1到M的各项乘法；为t从1到T时的各项的加法；为x∈St时各项的加法；调节模块用于调节整个局域网系统中单个设备的状态，并将调节后的信息状态发送给执行器，执行器通过执行模块进行执行、控制器由执行器进行执行、配置模块配置局域网系统中单个设备的状态、消耗功率、电压、运行时段和运行时间；测量装置用于测量局域网系统中单个设备的状态、消耗功率、电压、运行时段和运行时间；估算装置用于估算局域网系统中单个设备的状态、消耗功率、电压、运行时段和运行时间的数值范围；在实际中表明，如果不用智能的方法去控制单个设备的运行，会引起局域网中的运行风险的增加。因此，本发明采用能量消耗值指标来评价设备运行计划对局域网系统运行风险的影响，同时将能量消耗成本作为反映设备运行计划经济性的量化指标。能量消耗值定义为运行周期内局域网系统设备运行方式下系统元件因概率停运而损失的电量总和，用于描述设备运行引起局域网系统可靠性的降低程度。绿行能量消耗成本是指在运行周期内设备运行所需的经济费用，不同方案的能量消耗成本存在较大差异的主要原因在于设备运行所造成的额外费用。在公式一中也可以变形为：设定相应的待运行设备总数；运维一个节点网设备运行线路i的单位时间费用，还有设备运行而额外增加的费用；设备运行时间约束：按设备运行规程规定，任何设备运行均应在规定时间段内完成，也可以设定设备运行的最早和最迟时间段。设备运行能量消耗成本约束：同一设备采用不同时间安排的设备运行方式所占用的能量消耗成本应保持不变，线路i设备运行所需的能量消耗成本也会随着电力进行变化。互斥设备运行约束：对于会造成节点网的设备，应错开其设备运行时间以避免不必要的停电。为与线路i存在设备运行冲突的线路开始设备运行时间，还考虑线路i设备运行持续时间段，设备运行资源约束：在固定时段内设备运行消耗的人力、物力等设备运行资源应在实际允许范围内。另外还要考虑第t时段所能进行设备运行的能量消耗成本上限。最大传输功率约束：设备传输的最大功率不能超过设备安全运行所允许的限值。本发明中，局域网系统能量消耗可以看成一种多目标优化问题也可描述局域网系统能量消耗问题，在大多数情况下，各目标函数是相互冲突的，同时使多个目标均达到最优是不可能的。因此，多目标优化问题的最优解是任何一个目标函数的值在不使其他目标函数劣化的条件下已不可能进一步优化的一组解，即最优解集。基准模块、调节模块、执行器、执行模块、控制器、配置模块、测量装置、估算装置；估算装置可以设定一个能量消耗的多目标优化问题的可行解，将优化问题的解看作是搜索局域网系统中无质量无体积的节点设备，通过迭代找到最优解。在每一次迭代中，节点设备通过跟踪个体最优能量消耗和全局最优能量消耗来更新。节点设备在搜索局域网系统的速度和能量消耗根据公式一确定，在多目标优化条件下，全局最优能量消耗不再唯一，存在多个彼此不受支配的全局最优能量消耗。因此，个体最优能量消耗和全局最优能量消耗的选择是标准节点设备群转化为多目标节点设备群算法需要解决的关键问题。配置模块考虑的是个体最优能量消耗和全局最优能量消耗的选择，比如说两个个体设备最优能量消耗可以根据支配关系来选择，即如果节点设备的当前能量消耗支配，更新为节点设备的当前能量消耗；如果支配节点设备的当前能量消耗，则保持不变；如果二者不存在支配关系，则随机选择其中之一。全局最优能量消耗则是根据局域网系统中每个解的适应度值，采用与适应度值成比例的概率方法从局域网系统中选择，并在迭代过程中对局域网系统的个体设备进行修剪以提高计算效率。当每一个新的解加入到局域网系统中后，如果局域网系统中的节点设备数目超过指定规模，则删除适应度最小的节点设备，以保证局域网系统中解的均匀分布。局域网系统中设备越多时，个体设备的平行运行产生的无用度就越大，相应的适应度就较小；反之，就较大。局域网系统共享机制通过这种方式降低节点设备相似个体的适应度，从而在进化过程中降低相似个体被选择的概率，避免了局部收敛和早熟现象。本发明在节点设备群进化过程中从局域网系统中随机选取部分节点设备，对节点设备能量消耗产生小范围替换等动作，局域网系统多目标节点设备群算法的具体步骤如下：1)初始化节点设备，随机生成初始能量消耗和初始运行设备个数，初始个体设备最优能量消耗；计算每个节点设备的目标函数，将非支配解存入局域网系统中；根据计算局域网系统中每个个体设备的适应度，按照与适应度值成比例的方法随机选择局域网系统中的个体作为节点设备的全局最优能量消耗；更新节点设备的能量消耗，同时更新节点局域网系统设备；用当前节点设备中的非支配解更新局域网系统；若中个体数目超过给定的最大容量，则删除消耗值和功率相比值最大的个体；从局域网系统中随机选择部分个体搜索；若满足结束条件，则停止搜索，从局域网系统输出最优解集；否则返回；在求解局域网系统设备运行计划优化问题时，每个节点设备代表一个设备运行计划方案，节点设备的变量代表一个设备运行设备，变量能量消耗代表线路设备运行的开始时间。考虑到设备运行计划安排的特殊性，控制器要对算法进行若干改进以提高其计算速度和实用性。对于约束条件式，当不满足约束条件时就将该节点设备的目标函数值设为较大值，使其在寻优过程中无法占优。而对于有的约束条件式，将其转化为约束函数，作为目标函数之一参与能量消耗优化，在实际工作中，执行器、执行模块必须从一组最优解集中选择出最低的能量消耗值。
本发明的有益效果是：通过这种本发明的主要目的是通过对局域网能量消耗情况，采用智能化的方法，从而减少了对资源不断重复调度计算次数的操作，减少了判断时间，并且通过采用更智能化的方法去实现。