文摘

为了提高智能城市建设的影响,本文结合了智能建筑和道德计算进行研究计算智能城市边缘。新的智能城市架构基于边缘的灵活部署计算和数据切片功能提供了支持转换的智能城市建设从硬件嵌入式技术、访问方法和软件数据处理。此外,本文运用信息技术收集、处理、分析,利用这些信息来实现情报,并整合资源和信息的城市和人民建立一个智能城市功能体系结构。此外,本文结合仿真技术进行实验研究。通过实验分析,可以看出,智能城市边缘基于智能建筑和道德的计算方法计算提出了好的结果。

1。介绍

智能城市是链接的目标,整合,并改善内部系统和城市提供的各种服务,以及将这些努力与城市的建筑计划。它增加了速度,不同的资源分配,优化城市服务和城市管理、城市发展向更高水平发展,提高了城市居民的生活水平和生产力(1]。最新的数字城市智能城市。物联网、云计算、无线移动的主要代表是新一代信息技术,产生数字城市。基于数字城市、智能城市有可能连接到其他事情,互相感知,并使用高级信息的方式造福两人和人。人,互联网和广泛而深刻的联系,共存,相互作用由于网络的普及,绝大处理信息和数据云存储,云计算,物联网的集成和网络(2]。

这允许所有方面的世界实现更全面的认知,更广泛的互连,更深层次的情报。可以采用不同的角度来研究智能城市的发展。技术方法,智能城市应该建立自己的基础设施使用先进的信息技术如互联网、云计算和大数据以达到城市连通性和覆盖率。从社会发展的角度来看,智能城市使用社交网络,大众媒体,以及其他现代工具和应用程序来促进居民和城市之间的通信,实现创新发展,促进可持续发展和创造性发展的经济、文化、科技、社会和精神。智能城市包括技术、产业、应用、服务、政府、人文、生活等内容。智慧的应用,解决了四个主要方面的食物、衣服、住房、和运输,最主要与人们的生活密切相关,反映了变化在农业、食品、医疗、交通、学校、社区、农业、企业和政府(3]。

创建智能城市已成为一种新的模式和选择当代城市建设的发展和支持大数据等尖端技术物联网和人工智能。各级政府、企业和个人都采用智能城市的概念,并试图整合新的互联网技术以改善生活条件和环境保护所面临的日益严重的城市问题。当代城市发展需要一种新的模式促使智能城市的出现。的一个关键城市发展的趋势和特点是城市管理的改进和创新。也的前沿理论和研究领域的进一步发展城市组织结构的优化和城市信息化进程。在现代,改善城市情报对城市发展至关重要,因为它可以提高人们的生活质量和立场自己利用新的城市发展前景。

本文结合智能建筑和道德计算研究边缘计算智能城市,它提供了理论参考智能城市的建设和发展。

2。相关工作

Kocakaya [4)认为,智能城市管理是一个新的城市管理模式支持新一代信息技术和知识社会创新2.0环境。通过新一代信息技术的支持,它可以实现全面和透彻,宽带无处不在的互联,智能集成应用程序,和促进以人为本的可持续创新的特点是用户创新、开放创新、质量创新、协同创新。智能城市管理是数字城市管理的进化处理日益复杂的城市管理问题(5]。从数字城市管理实现智能转换,Ustinovičius et al。6)提出建立一个完整的城市信息数据库,基于5克,物联网,城市信息模型(CIM),和其他技术,结合已经相对完整的城市管理在数字城市管理组件信息,城市管理行业数据,相关行业应用程序和公共上诉数据形成一个城市综合信息数据库,可以描绘肖像。Fadeyi [7总结了一组方法,可以处理城市信息数据。一个完整的城市信息数据库必须有大数据的特点,也就是说,是巨大的数据量,类型是多方面的,价值密度低,数据速度快。Mandičak et al。8]指出:应注意思维的整体数据,容忍的数据混杂,更多关注相关而不是因果关系,等等。理想的大数据方法应该能够完成大量数据的分析和处理符合既定要求和还未指明的需求提供参考数据支持。Ustinovichius et al。9)构建一个信息框架,可以迭代升级。数据只提供证据来解决这个问题,但不能解决实际问题。城市问题的处理也应该下一个信息框架。这需要一个标准化的解构主义的城市迫切需要解决的问题和各方资源参与城市治理,通过算法提供最优的解决方案。那么我们需要做的就是,不断优化迭代。魏和陈10)创建的一套管理系统来降低内部管理消费,这样不同的主题不再是单一垂直命令管理,但横向多维合作,协调、信息交换。

智能城市被认为是一个复杂的生态系统有可能提高存活率,和易性,通过人类的和可持续性的城市,过程,和数据网络11]。澄清“智能”的含义在城市背景下,确定智能城市的主要维度和元素,并比较不同测量标准的智能城市智能城市的发展的基本条件是(12]。智能城市建设目前需要技术进步和需求刺激。一方面,巨大的技术进步导致了一个蓬勃发展的智能城市的产品。另一方面,城市必须尽快解决效率和可持续性挑战为了智能城市成为经济发展的富有成效的地面(13- - - - - -15]。资源的可持续性是一个重要的组件在促进城市和地区的发展。智能城市的特征就是城市可持续发展和资源的使用效率提供一个高质量的生活16,17]。智能资源城市已成为欧洲最近的城市发展计划。建立了几个智能能源城市项目使用信息和通信技术的发展。研究发现,智能能源城市项目的关键组件是可持续的和一致的战略(18- - - - - -20.]。陈等人。21)研究如何促进和实现城市的可持续性的资源通过智能城市项目。研究发现,尽管可持续性并不总是地方实施智能城市项目的主要目标,智能城市建设项目增加了野心实现资源可持续发展的目标。此外,智能城市是建立在新技术的发展。然而,现代技术很少用于驱动智能城市可持续发展计划(22]。同时,智能城市有巨大的承诺的城市流动,发展和保护资源(以及相关的温室气体)(23]。

城市可持续性分析的重要性已经扩展到智能城市建设(24]。

聪明的想法,可持续的城市最近已经得到普及。智能城市获得了广泛的关注,城市可持续发展问题的一个可行的解决方案(25]。鉴于这一点,聪明的想法可持续城市推出使用研究城市可持续发展和智能城市。这个观点主要关注项目如何聪明,可持续城市合并技术和自然世界。它识别了这些城市的三个组件:空间的创建先进、环保社区;城市基础设施的数字化;和数字和低碳技术的联合实验。聪明的、可持续的城市正在建设的新标准和不断增长的城市。据研究,绿色经济的发展将产生重大影响欧洲如何在未来智能城市发展(26]。未来的智能城市将需要考虑诸如智能城市如何支持城市可持续发展和可持续性智能城市如何支持智能城市可持续的发展。现有研究表明,智能城市直接与创新,技术,和经济,但他们什么都不做来推进可持续发展。

3所示。智能建筑和伦理决策特性计算

本文中的步骤来计算决策特点如下:(1)本文首先分类数据特点,根据不同的场景和场景具有相同特征分为相同类型的计算数据。(2)其次,本文计算决策风险和道德力量的价值在不同的选择根据上述计算公式在场景分类数据。(3)最后,本文使用了两个决策功能的分布地图坐标获取决策功能,为每种类型的场景。下面首先主要介绍了两个决策特征的具体意义和计算公式的决策风险和道德力量。

本文使用的主要特征是决定风险和道德力量 。其中,决策风险也可以被理解为建设道路建设地区的风险,这是由决定的风险在这里。首先,决策风险的计算解释说,主要分为三个方面考虑人:上面的研究显示,有更多的受保护的元素属性,如女性,年轻,健康,社会价值较低,很少有人和人类在场景中选择,这将增加决策的风险。也可以明白,某些类型的特征元素的存在在现场将增加建筑面积的建设决策的风险,并决定应该谨慎。施工设备:如果有人在建筑设备的自动控制,它会增加决策的风险;建筑面积:建筑面积中存在的障碍和智能建筑建设也将增加建筑设备施工决策的风险。障碍的存在将使决策更加复杂。智能建筑建设将增加的可能性运动场景的元素,和复杂的行为将增加决策的风险。

根据上面的描述,性能指标在决策风险程度是线性组合,如以下公式所示: 的公式, :表示程度的决策智能城市建设所带来的风险。 :代表了决策风险障碍所引起的建筑面积。具体地说,它是施工人员之间的决策冲突和保护行人的保护建筑设备的数据集,所以建筑设备会增加决策风险。 :代表了决策风险造成的不同性别在现场,和女性更有可能带来决策风险。 :代表了决策风险带来的健康元素,和高的健康更有可能带来决策风险。 :代表了决策风险带来的社会价值的元素,和高社会价值会增加决策风险。 :代表带来的决策风险的时代元素,和低年龄会增加决策风险。 :代表民族带来的决策风险类别的元素在现场,和人类会增加决策风险与动物相比。 :代表决策带来的风险元素的数量,和更大的人数,决策风险越高。

其中, 每个特征指数的系数群。

上述指标集的含义根据上述研究和符合道德大多数决策者的决策判断。表达的具体的量化值属性的数量。每个指标的计算公式表示如下:

在公式中,每个元素的数量指标量化的数据集。其中,PedPed和障碍1意味着建筑设备车辆携带乘客和障碍增加决策的风险,否则,没有乘客。当crosignal是1,这意味着有智能建筑的建筑面积,这就增加了决策的风险。

根据研究,每个决策指数的系数被定义为每个索引的选择频率差异∆P。

通过计算,μ= (0.1,0.15,0.18,0.2,0.35,0.49,0.58,0.65)。当它被替换成公式(1),我们可以得到以下公式:

的公式,是智能建筑的建设带来的决策风险,并没有相关系数。

道德力量的计算如下解释。道德的力量主要从六个方面结果尺寸 ,社会理论 ,效果可能 ,瞬时性 ,亲密 ,并影响浓度 。 其中, :代表伦理决策结果的总伤害的受害者,和受害者的代表元素的总数。 :代表对社会伦理决策结果的影响或社会对伦理决策结果的程度。本文使用法律效果”来形容社会评论,和智能建筑建设将增加带来的法律效果。 :代表了可能的伤害引起的伦理决策的结果。摘要受伤最受保护的元素是用来表达的可能性,和年轻的伤害值,成年人,分别估计和老年人之间的元素。 :代表作出决定之间的时间间隔和造成伤害,换车道将增加持续时间。 :表示程度的决策者之间的关系和潜在的受害者。在这篇文章中,群众更亲密的自动控制与施工人员和施工设备。 :表示程度的浓度由决策造成的损害结果。的人口比例的总人数在本文表明高度集中的伤害。

上面的描述具有相应变化的元素形式数据集。受伤的决定的结果是严重受伤或死亡,受伤的程度很高。具体的量化值表达的属性的数量,和道德力量的六个指标的具体计算公式如下:

在公式(7), 。根据建筑设备的失效研究,不同年龄的人有不同的概率被严重受伤。具体的P可以根据以下公式计算。如果假设的自动控制刹车失败是建造在城市道路建设领域。

我们可以得到 。当它被替换成公式(7),我们可以得到以下公式:

上述公式中的参数主要是来源于道德机测试数据集。最后一个参数是两个决策特征值和 。

以下使用获得的特性公式来处理和计算数据集,分别用特征值决定坐标图进行分析。分类和处理后的结果特征值计算,每种类型的场景的决策特性分布如图1(一)- - - - - -1 (f)。

决定在每个特性特性值的分布场景图所示1(一)- - - - - -1 (f)。图中的红点集代表决策的分布特性在默认选择,和蓝色的点集表示分布下的决策功能默认的选择。从图可以看出,有中央和分层效果影响不同的决策和决策功能的分布。即特定的决策特征值的面积往往具有相同的决策选择,和每一层都有一个明确的边界。

因此,本文将以下结论的常规特征决定功能分布图:(1)决策的决策困境具有不同特点有不同的分布特征,也就是说,不同的决策规律(2)在相同的特性决定的情况下,不同的特征值区域有不同的决定;即决策规则可以解释道(3)在相同的特性决定的情况下,决定特性值的分布在同样的决定是不连续的,离散分层的特点

分析数据的处理结果表明,六个两难情景下的决策结果分布在不同的决策功能。以下特点可以概括分析结果和决策功能图:(1)相同类型的伦理决策困境的情况下,决策的结果在特定环境中以不同的决策特征显示出常规和分层分布(2)每种类型的分层分布的决策功能的决策特征地图有一个相对固定的形状作为一个整体,一个中心作用(3)每一层的决策特性决定特征地图显示出非线性分布

一般来说,下列基本概念包含在模式识别分类问题:

3.1。特性

在分类问题中,特性是描述事件或问题的分类。事件的特点是事件的公共属性,和模型分类的事件通过识别特征的事件。在伦理决策问题,问题的特征属性可以表示为 特征向量组, 是特征属性模型的当前环境条件在相应类型的环境。

3.2。类标签

类是一组有限的类别的分类问题,代表事件分类的结果,它可以表示为 。在伦理决策问题,组类 。

3.3。训练数据集

训练数据集的分类问题是由事件与已知类的标签和每个事件的属性特征。因此,事件样本的训练数据集是一组已知的类别,这通常是由实验数据或经验数据。

3.4。测试数据集

的主要功能的测试数据集分类问题是验证分类模型的可行性。通过随机选择样本的组成,测试数据集也已知类别的样本事件的集合。

3.5。分类决策模型

分类模型是通过学习或训练的训练数据集通过模式识别的方法,并通过试验验证了优化模型的数据集。一般来说,分类模型的形式包括分类规则、数学表达式或决策树。分类模型也是隐式法在数据分类。

贝叶斯分类方法主要是基于贝叶斯定理,即贝叶斯准则提出的贝叶斯。这个定理主要描述了先验概率之间的关系,后验概率,条件概率事件通过贝叶斯公式。当它应用于分类问题时,这个定理是先验概率之间的关系,类的后验概率,条件概率。在实践中,两个基本前提应该是见过贝叶斯定理应用到解决问题,如决策分类。(1)每个类别的概率分布是已知的;也就是说,每个类别的先验概率和事件本身的概率分布(2)分类类别的数量是有限的

我们假设我们正在研究一个达到x6.9级分类的问题,样品类别空间 ,样本特征空间 ,在每个类别空间和样本的数量 。如果一个样本属于类 ,然后代表类的先验概率 。的主观概率的确定属于一个类根据样本的数量,反映该类知识的可能性。类别的先验概率可以从样本数据估计,如 。 代表样本的条件概率 ,也就是说,在类别样本的概率分布 ,这通常可以由概率密度函数表示。的后验概率代表一个给定的概率样本确定一个类 。结合观测信息,修改先验概率获得更合理的概率。它也反映了一种观察学习能力,它可以通过贝叶斯公式计算。

因此,根据贝叶斯定理,可以获得以下关系:

其中,代表样本的概率密度函数特性。

在特定的分类问题,贝叶斯学习分类方法需要采用适当的决策标准根据不同的目标。常见的决策标准包括最小错误率判据和最小风险准则。

3.5.1。最小错误率的标准

错误是不可避免的在实际的分类。如果一个样本最初属于一个类但分为一个类 ,将会有一个错误的现象。因此,为了使分类优化,有必要减少错误率的分类,即以满足最小错误率的标准。它可以表示为

的公式,分样本的概率是x到1级。

事实上,错误率可以最小化最大化后验概率,和最小错误率也可以表示如下:

其中,表示为划分样本的概率x的错误。

对样本点x,如果它是分为类1,错误率 。

因此,减少出错率的公式

因为可以计算后验概率的贝叶斯定理,上述公式可以转换

因此,减少错误率可以被视为后验概率最大化,也可以被视为先验概率和条件概率最大化。

3.5.2。最小风险准则

在分类,不仅应该考虑分类的错误率也带来的风险分类应考虑。不同的分类或决定会带来不同的风险。当一个点球被添加到最小错误率的影响表明,分类错误也是一个风险。应用最小风险准则时,需要损失矩阵或损失函数来表示错误分类的惩罚系数。

例如,对于一个达到x6.9级问题,米分类决策空间Y将样本划分为不同的类。我们假设一定的损失 - - - - - -类型样本进类的jth分类是 。然后,样本的误分类的风险x表示如下:

对于一个给定的样本x以最大限度地降低风险,它可以表示如下:

其中,损失函数,常用的损失函数有0 - 1损失函数,也就是说,正确的分类损失是0,和错误分类损失是1,由以下公式表示:

一般来说,当样本的先验概率和条件概率是已知的,错误率最小准则和最小风险准则可以用来执行贝叶斯最优分类。

4所示。基于智能建筑和智能城市边缘计算道德计算

基于政策、技术和市场发展的支持政府和全球信息应用的智能城市建设市场,以及数据爆炸带来的5 g技术,现有的技术架构越来越难做了大量的实时数据的处理和交互。新的智能城市架构基于边缘的灵活部署计算和数据切片功能提供了强有力支持智能城市建设的转换hardware-embedded技术而言,访问,和软件数据处理。新的智能城市系统架构基于边缘计算分为6个级别,如图2。

从常见的应用场景的角度在智能城市,边缘计算业务类型多样化的特点,如工业操作,智能驾驶、业务编排,业务数据推送、网络营销、工厂监督,和视频集合。根据实现方法和业务场景,智能城市的边缘计算主要包括三种类型的电信运营商的云计算优势,企业云计算和物联网优势,云计算和工业优势。三种类型的边缘云计算并不是相互排斥的。具体情况如图3。

在物联网应用场景中,边缘计算主要流程关键业务数据,提高实时响应速度通过安装边缘计算芯片或小型工业计算机终端设备或原始数据记录节点,如图4。

合作的边缘计算、云计算、和5 g的沟通,我们可以扩展现有的情报的终边驾驶工具的道路环境,如图5。

过程的原理图的边缘计算智能领域的医疗应用程序和过程的原理图的边缘计算智能领域的农业应用程序如图6和7,分别。

在上述基础上设计的智能城市管理平台如图8。

智能城市的仿真研究进行了通过以上系统。图9显示了智能城市模型提出了。

上述研究的基础上,本文系统的仿真试验验证了智能城市效应,和多个数据集的统计,结果如图所示10和表1。

从上面的研究,可以看出基于智能building-ethical智能城市边缘计算方法计算提出了具有良好的结果。所有的有效性验证智能城市效应> 80.25,其中一半> 90.12,这表明不确定性模型的应用程序支持在智能建筑和伦理提出了计算智能城市的边缘计算在这个工作有一个积极的影响信息提取过程。

5。结论

作为城市发展的新模式,智能城市席卷世界一旦他们提出,并已成为一个重要的政府应对改革和创新在社会的各个方面。中国拥有先进的智能城市建设的战略高度,致力于开发作为一种重要的方法来构建一个新型的城市化。建立一个智能城市城市发展有很多好处。通过信息技术的手段,信息收集,处理,分析,和用于实现情报,整合城市和人民之间的资源和信息,促进城市发展,提高信息交换的速度,简化工作程序,提高工作效率。此外,智能城市的发展目标是利用先进的信息技术来促进产业结构的调整和升级,加快经济发展、优化经济结构,实现新的社会资源分配,实现产业创新与升级,提高经济发展。本文结合智能buildings-ethical计算智能城市边缘进行研究计算,提供了理论参考智能城市的建设和发展。研究表明,智能城市边缘基于智能建筑和道德的计算方法计算提出了好的结果。

基于边缘计算、智能城市建筑物预计将智能和人性化,和建筑所产生的数据可以处理和利用。基于移动边缘计算和协助下自主驾驶技术与深度学习和大数据分析,无人驾驶服务可以实现车辆的实时定位是不可见的视线,协作风险预测的城市地区,和3 d地图生成的自动驾驶。边缘computing-based multienergy网络可以提高能源系统的整体效率和有效性在大小不同的地区,如公园、岛屿,和城镇,包括大型建筑物。Multienergy网络基于边缘计算技术可以集成智能电网、供热和燃气网络和网络流,实现统一的能源管理在智能城市。作为一种新技术,发展边缘从头计算也将经历的过程,从一开始成熟,也将受到社会需求和传统规则。虽然边缘计算将带来巨大的机会智能城市建设从技术和应用水平,其开发过程从技术也将面临挑战,应用程序,甚至是法律和道德水平。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。