摘要
本申请涉及一种基于机器学习的矿山灾害预警方法及系统。所述方法包括:基于周期性心跳信号检测节点响应时间,得到失效节点列表;所述周期性心跳信号由控制节点主动发送,用于指示所有节点反馈所述节点响应时间;所述失效节点列表用于表征网络拓扑图中失效的节点;基于所述失效节点列表及实时网络拓扑图,通过Q‑learning算法计算最优路径,得到优化通信路径表;基于所述优化通信路径表,通过改进Raft协议同步预警信息,得到全局一致预警信息集;基于所述全局一致预警信息集及矿山的三维数字孪生模型规划最优逃生路线,得到预警指令集,并向逃生终端发送所述预警指令集。采用本方法能够实现预警信息在拓扑网络内快速达成一致,动态调整逃生路径的效果。
技术关键词
矿山灾害预警方法
优化通信路径
数字孪生模型
Raft协议
网络拓扑
XGBoost模型
列表
孪生神经网络
多维特征向量
周期性
日志
节点依赖关系
构建栅格地图
中继节点
动态
LSTM模型
布隆过滤器
数据
系统为您推荐了相关专利信息
网络拓扑构建方法
地址映射
节点
路由器
可执行程序代码
数字孪生模型
集成学习算法
锅炉燃烧优化技术
因子
压力
托架系统
大型钢板
数字孪生模型
数据分析模块
数据采集模块
电力通信网络
强化学习算法
深度确定性策略梯度
编码方案
最大化吞吐量