前言:中文期刊网精心挑选了减少能量消耗的方法范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
减少能量消耗的方法范文1
输油站是石油系统中的能量供应站,在石油的储存和运输中,发挥着重要的作用,在石油储送中,输油站提供能量,但是输油站的提供能量的同时也消耗着大量的能量。针对石油系统中的输油站进行分析研究,其消耗的能量占其输送消耗的50%以上,有严重的能量浪费现象。为了节约能源,促进输油站的节能发展,对其进行能量分析,制定节能措施。输油站的能量分析,主要是按照能量传递、能量转换的方法,对输油站能量使用过程中的有效性、合理性进行分析。其中针对输油站能量使用的有效性进行分析,主要是针对输油站能量被使用的有效程度进行分析,其合理性分析,主要是指输油站能量使用的科学性和合理性进行分析。为了促进输油站的节能发展,需要对其使用的能量进行分析,当前的输油站能量分析中采用的分析方法有两种,一种是焓分析法,另一种是火用分析法。焓分析法是采用的热力学第一定律的热平衡原理,在输油站的能量分析中,以热效率为基本的准则,然后对其能量的消耗、使用进行分析、评价设备,以及能量的有效利用状况。焓分析法又称为热平衡法,又叫做热力学第一定律法,通过这种分析方法,可以将输油站为油品储送中的能量供应中消耗最大的部位找出,为输油站设备的更新、节能发展提供依据。火用分析法,则是以火用值为能量计算的单位,从输油站能量质量的角度,对输油站的设备、石油系统的能量使用情况进行评价,并找出其中火用损耗最大的设备或者是部位,并通过使用火用效率,对输油站的石油系统、设备的整体能量使用现状作出一个准确的整体分析评价。
2输油站的能量消耗分析
从输油站的工作内容和工作性质上进行分析,输油站在生产和石油输送中消耗的能量非常大,输油站一般情况下,使用的都是高能量、高热值的原油,其主要是对100℃以下的原油进行加热,在加热的过程中,热与动力学两部分消耗能量,热量由加热炉、加热锅等加热设备消耗,而动力学的能量消耗由电力系统、电网等供应,并且会产生大量的动力能力损耗。在输油站的生产工作中,需要消耗大量的电能,1000kW以上的大电机其消耗的能量占输油站总消耗能量的60%以上,而输油站的加热设备的火用效率较低。
3输油站的能量节能发展的措施
在石油系统中,输油站的能量消耗非常大,产生了严重的能量浪费,为了实现输油站、石油系统等发展中的节能,需要针对输油站的能量消耗制定一系列的措施:
3.1降凝降粘
输油站的加热炉和输油泵是最大的能量损耗设备,为此可以采用降凝降粘的措施,降低输油泵和加热炉的能量消耗。
3.2改造设备的结构
输油站工作中产生的能量损耗主要来自加热炉,为了实现输油站的节能发展,可以将加热炉的结构进行改造,将其吸热的平均温度提高,可以采用预热助燃等方法,将加热炉的炉膛中的空气系数降低。
3.3合理配置
输油站的工作任务就是上输油管道内输送的油品提供能量,但是输油管线的长短,与输油站能量的消耗和损失有较大的关系。为了促进输油站的节能发展,需要合理的配置,为其制定一些节能技术,促进其发展。
3.4定期清理输油管线
输油站的石油系统中,输油管是必不可少的组成部分,但是因为输送原油自身的特性,以及输油中原油温度的变化,会在输油管道的管壁上形成一层结蜡,增加输油管道管壁的厚度,进而增加原油输送中的阻力,造成输油量和输油效率的降低。为了减少输油站的能量消耗,实施节能发展,需要减少输油管道的阻力,为此需要定期对输油管道进行清理,使用清管球,在油压的作用下,将输油管道壁上的蜡质清除,提高输油量和输油效率,进而减少能量的损耗。在输油站的实际工作中,实施的技能技术还有很多种,例如调整输油速度、输油管节能技术、其他设备的节能技术等,在这些节能技术的支持下,输油站的能源损失将会减少,能源的利用率会得到提升,促进其节能发展。
3.5变频器的应用
变频器节能主要表现在输油泵电机、辅助泵电机等设备的应用上。为了保证生产的可靠性,各种生产机械在设计配用动力驱动时,都留有一定的富余量。
4结语
减少能量消耗的方法范文2
1.正确认识肥胖症的发生原因
肥胖症分为单纯性肥胖症和继发性肥胖症。引起肥胖的产要原因有以下几方面:
(1)遗传因素
一些肥胖症的发生与家庭遗传有一定关系。这种肥胖病人较少,有研究报告仅占肥胖者的2-3%。
(2)神经精神因素
精神因素常影响食欲,食欲中枢的功能受制于精神状态。当精神过度紧张而肾上腺素能神经受刺激或交感神经兴奋时,食欲受抑制;当迷走神经兴奋而胰岛素分泌增多时,食欲常亢进,摄食过多引起肥胖。
(3)内分泌因素
各种内分泌腺(下丘脑、垂体、肾上腺等)的器质性病变,可导致机体内分泌功能失调,引起一些激素分泌增多。在人体,过量的胰岛素、类固醇增多,以及性激素的改变,都可引起肥胖。此外,垂体功能低下,特别是性腺、甲状腺功能低下可发生特殊类型肥胖症。临床上肥胖者以女性为多,特别是经产妇或经经期后或长期口服避孕药后,提示雌激素与脂肪合成代谢有关。体内脂肪沉积又随年龄而增长,可能由于性腺及甲状腺等影响代谢所致。
(4)营养过剩
营养过剩与肥胖症有密切关系,这一点无论是浒病学调查结果,还是动物实验结果,都得到了肯定的结论。多吃、少动,机体的能量摄入大于机体的能量消耗,致使过度的能量在体内蓄积,这种能量蓄积的方式,就是脂肪堆积。
人体能量的过度摄入,不仅仅包括膳食量的大小、进食次数的多少,而且还包括膳食中碳水化合物、脂肪和蛋白质三者之间的搭配是否合理。在这三大产热营养素中,1克葡萄糖和1克蛋白质分解产生的热量是相等的,都是4.1千卡,而1克脂肪分解产生的热量则是9.3千卡,是相同质量葡萄糖或蛋白质的两倍多。因此,在碳水化合物、蛋白质和脂肪三者总量不变的情况下,加大脂肪摄入的比例,同样会使总的热量增多,也会发生肥胖。
(5)运动不足
运动是机体消耗能量的主要方式。在机体能量摄入基本恒定,无明显增多,也就是饭量不大的情况下,运动不足会使机体的能量消耗小于能量摄入,也可引起肥胖。就机体能量摄入与能量消耗平衡的角度而言,运动不足比多食导致的能量过剩,更是容易引起肥胖症的重要因素。
总之,发生肥胖的最根本原因,是机体能量摄入与能量消耗之间的动态平衡被打破,营养吸收大于体力消耗(支出)。
2.减肥应该在现代营养理论指导下进行
人体的热量摄入大于机体的代谢消耗时,人体处于一个增重的状态;人体的能量摄入与代谢消耗时,机体就处于一个减重的状态。因此,减肥的基本思路就是:使机体的能量摄入小于(或者低于)机体的代谢消耗。在这一思路的指导下,或者采取控制机体的能量摄入、而不减少机体的能量摄入低于机体的代谢消耗,这样才会动员机体的脂肪分解为机体的生理活动和代谢提供热量,达到减肥的效果。
目前,减肥瘦身常用的方法有:一、运动减肥;二、抽脂减肥;三、药物减肥;四、针灸减肥,以及按摩等减肥方法。这些方法除抽指减肥外,其余方法主要从上述三方面进行。如控制饮食,运用药物、针灸或其他方法抑制食欲进而达到减少机体能量摄入;运行减肥增大机体能量消耗。针灸与某些药物既可减少能量摄入,又可促进脂肪分解。
3.如何使减肥方法科学化、合理化
(1)运动减肥:是最常用的一种减肥方法,它是靠体力活动消耗能量物质来达到减肥的目的的。运动减肥不仅需要一定的运动量,而且需要长期坚持,同时还要配合适当的节食。实践证明,只有运动持续时间超过30-45分钟,人体内的脂肪才被动员起来与糖原一起供能。随着运动时间的处长,脂肪供能的达总消耗量的85%。可见短于30-45分钟的运动无论强度大小,脂肪消耗均不明显。运动可提高机体的基础代谢率,引起饥饿感,增加食欲,可导致饮食增多摄入更多热量加剧脂肪在体内的积蓄,因此,必须配合节制饮食。运动使机体的基础代谢提高,如果突然停止运动,会出现机体能量摄入大于能量消耗,多余的能量以脂肪的形成贮存,出现体重反弹。
(2)抽脂减肥:是通过的手术将人体局部的多余的脂肪拿掉。这种方法的优点在于见效快、效果比较明显;而其特点是:具有较大的风险性,疼痛,手术具有严格的禁忌症,没有解决体重反弹问题等。
(3)药物减肥:通过药物抑制食欲或者增加机体排泄而减少体重的方法。药物减肥的优点在于服药方便,不需要花费大量时间;而其缺点也是明显的:引起机体水电解质失衡,机体代谢紊乱,抵抗力低下,减肥后体重反弹严重等。特别是利用药物促进脂肪的分解,多以提高机体的基础代谢率为主,如甲状腺素等。这类药物对人体带来的危害是严重的。它不仅促进脂肪分解,而且引起葡萄糖和蛋白质的代谢紊乱。因而在减肥过程中应严格禁止使用这类药物。
(4)针灸减肥:通过针刺调节机体的饱食中枢、动员脂肪分解而达到减肥的目的。针灸减肥的优势在于副作用小、甚或无,一般不会引起机体的代谢紊乱和水电解质失衡。
(5)节食减肥:用节食来控制对营养物质的吸收。有的人认为减肥的关键还是应首推节食。采用单纯节食的办法确实也能减轻体重,但研究证明在所丧失的体重中,非脂肪组织丧失占65%,而脂肪组织丧失仅占35%。再者,节食易引起饥饿感,对于大多数人来说,忍受饥饿是相当痛苦的。有研究表明,肥胖的人,其脂肪细胞可重达1.5微克,单靠节食只能使其降至0.7微克,而其他减肥方法比如适度的体育锻炼,却可以使其降至0.3-0.5微克。因此,单纯靠节食来减肥不被人们所推崇。适当控制饮食(或节食),与其他减肥方法结合使用,以减轻体重、消除脂肪,是比较理想的办法。
控制饮食,不可过度,一定要使机体的摄入量能满足患者的基本需要,这包括三餐的合理分配、膳食成分的营养素结构等,使机体的摄入量与排泄处于平衡状态。目前饮食控制推荐的标准是每日摄入1200千卡的食物为宜。过度抑制患者的食欲,使进食量明显减少,低于机体一日所需的基本摄入量,这样不仅易使机体处于饥饿状态、分解蛋白质,而且会使基础代谢降低,使减肥处于停滞状态。在过度饥饿时,脂肪动员增强,酮体生成量超过肝外组织利用能力,容易引起血中酮体升高,称酮血症。酮体为酸体物质,严重者可导致代谢性酸中毒。更不宜采取在控制饮食的情况下加强利尿,从而对肾脏功能产生不利影响。
另外,减肥方法的不科学、不合理,也是引起体重反弹的重要因素。例如,过度利尿,使体内的水分丢失过多,处于失水状态,当治疗停止后,机体补充水分,很快便引起体重反弹。因为,要保证患者饮水摄入量,不可为眼前效果而加强利尿作用,使减肥能实实在在地减去脂肪。
4.建立科学的饮食习惯和合理的膳食结构
在减肥过程中,无论采用哪种减肥方法,均需要建立一种良好的饮食习惯,即做到吃饭要定时、定量,三餐分配要做到“早好、午饱、晚要少”,吃饭吃到6-7成饱。特别是晚餐,不要吃的过晚和过量,因为脂肪的合成是在夜间。合理的膳食结构指的是营养要合理,其原则是适宜碳水化合物、中等量的蛋白质、低脂肪,做到既有丰富的营养摄入,又有科学的饮食烹调结构,平时尽可能少吃用工业化饲料、生长激素喂养的猪、牛肉、鸡、鸭、鱼肉。多吃豆制品,新鲜蔬菜、水果、粗糙的五谷杂粮、全麦面包、红白萝卜、燕麦、荞麦粉。少吃油炸鸡腿、翅膀、红肠、西式火腿,每日食盐应控制在5克以下,这样才有利于减肥健美。
文/总医院中医科肖延岭
随着人们在享受佳肴美味和香车的同时,身体的“发福”却成为心头的一块心病。肥胖,已经不再是人们发福的追求,它不仅可以减少人的寿命,而且是一咱慢性疾病,并是引发多种疾病的罪魁祸首。为此世界卫生组织已经把肥胖作为一种严重的慢性疾病而进行重点防治,出现了多种减肥方法。然而每种减肥方法均存在着这样或那样的不足,在操作过程中容易出现偏差而有损健康。因此,在减肥过程中必须科学化、合理化。笔者就这一课题愿与同道探讨。
1.正确认识肥胖症的发生原因
肥胖症分为单纯性肥胖症和继发性肥胖症。引起肥胖的产要原因有以下几方面:
(1)遗传因素
一些肥胖症的发生与家庭遗传有一定关系。这种肥胖病人较少,有研究报告仅占肥胖者的2-3%。
(2)神经精神因素
精神因素常影响食欲,食欲中枢的功能受制于精神状态。当精神过度紧张而肾上腺素能神经受刺激或交感神经兴奋时,食欲受抑制;当迷走神经兴奋而胰岛素分泌增多时,食欲常亢进,摄食过多引起肥胖。
(3)内分泌因素
各种内分泌腺(下丘脑、垂体、肾上腺等)的器质性病变,可导致机体内分泌功能失调,引起一些激素分泌增多。在人体,过量的胰岛素、类固醇增多,以及性激素的改变,都可引起肥胖。此外,垂体功能低下,特别是性腺、甲状腺功能低下可发生特殊类型肥胖症。临床上肥胖者以女性为多,特别是经产妇或经经期后或长期口服避孕药后,提示雌激素与脂肪合成代谢有关。体内脂肪沉积又随年龄而增长,可能由于性腺及甲状腺等影响代谢所致。
(4)营养过剩
营养过剩与肥胖症有密切关系,这一点无论是浒病学调查结果,还是动物实验结果,都得到了肯定的结论。多吃、少动,机体的能量摄入大于机体的能量消耗,致使过度的能量在体内蓄积,这种能量蓄积的方式,就是脂肪堆积。
人体能量的过度摄入,不仅仅包括膳食量的大小、进食次数的多少,而且还包括膳食中碳水化合物、脂肪和蛋白质三者之间的搭配是否合理。在这三大产热营养素中,1克葡萄糖和1克蛋白质分解产生的热量是相等的,都是4.1千卡,而1克脂肪分解产生的热量则是9.3千卡,是相同质量葡萄糖或蛋白质的两倍多。因此,在碳水化合物、蛋白质和脂肪三者总量不变的情况下,加大脂肪摄入的比例,同样会使总的热量增多,也会发生肥胖。
(5)运动不足
运动是机体消耗能量的主要方式。在机体能量摄入基本恒定,无明显增多,也就是饭量不大的情况下,运动不足会使机体的能量消耗小于能量摄入,也可引起肥胖。就机体能量摄入与能量消耗平衡的角度而言,运动不足比多食导致的能量过剩,更是容易引起肥胖症的重要因素。
总之,发生肥胖的最根本原因,是机体能量摄入与能量消耗之间的动态平衡被打破,营养吸收大于体力消耗(支出)。
2.减肥应该在现代营养理论指导下进行
人体的热量摄入大于机体的代谢消耗时,人体处于一个增重的状态;人体的能量摄入与代谢消耗时,机体就处于一个减重的状态。因此,减肥的基本思路就是:使机体的能量摄入小于(或者低于)机体的代谢消耗。在这一思路的指导下,或者采取控制机体的能量摄入、而不减少机体的能量摄入低于机体的代谢消耗,这样才会动员机体的脂肪分解为机体的生理活动和代谢提供热量,达到减肥的效果。
目前,减肥瘦身常用的方法有:一、运动减肥;二、抽脂减肥;三、药物减肥;四、针灸减肥,以及按摩等减肥方法。这些方法除抽指减肥外,其余方法主要从上述三方面进行。如控制饮食,运用药物、针灸或其他方法抑制食欲进而达到减少机体能量摄入;运行减肥增大机体能量消耗。针灸与某些药物既可减少能量摄入,又可促进脂肪分解。
3.如何使减肥方法科学化、合理化
(1)运动减肥:是最常用的一种减肥方法,它是靠体力活动消耗能量物质来达到减肥的目的的。运动减肥不仅需要一定的运动量,而且需要长期坚持,同时还要配合适当的节食。实践证明,只有运动持续时间超过30-45分钟,人体内的脂肪才被动员起来与糖原一起供能。随着运动时间的处长,脂肪供能的达总消耗量的85%。可见短于30-45分钟的运动无论强度大小,脂肪消耗均不明显。运动可提高机体的基础代谢率,引起饥饿感,增加食欲,可导致饮食增多摄入更多热量加剧脂肪在体内的积蓄,因此,必须配合节制饮食。运动使机体的基础代谢提高,如果突然停止运动,会出现机体能量摄入大于能量消耗,多余的能量以脂肪的形成贮存,出现体重反弹。
(2)抽脂减肥:是通过的手术将人体局部的多余的脂肪拿掉。这种方法的优点在于见效快、效果比较明显;而其特点是:具有较大的风险性,疼痛,手术具有严格的禁忌症,没有解决体重反弹问题等。
(3)药物减肥:通过药物抑制食欲或者增加机体排泄而减少体重的方法。药物减肥的优点在于服药方便,不需要花费大量时间;而其缺点也是明显的:引起机体水电解质失衡,机体代谢紊乱,抵抗力低下,减肥后体重反弹严重等。特别是利用药物促进脂肪的分解,多以提高机体的基础代谢率为主,如甲状腺素等。这类药物对人体带来的危害是严重的。它不仅促进脂肪分解,而且引起葡萄糖和蛋白质的代谢紊乱。因而在减肥过程中应严格禁止使用这类药物。
(4)针灸减肥:通过针刺调节机体的饱食中枢、动员脂肪分解而达到减肥的目的。针灸减肥的优势在于副作用小、甚或无,一般不会引起机体的代谢紊乱和水电解质失衡。
(5)节食减肥:用节食来控制对营养物质的吸收。有的人认为减肥的关键还是应首推节食。采用单纯节食的办法确实也能减轻体重,但研究证明在所丧失的体重中,非脂肪组织丧失占65%,而脂肪组织丧失仅占35%。再者,节食易引起饥饿感,对于大多数人来说,忍受饥饿是相当痛苦的。有研究表明,肥胖的人,其脂肪细胞可重达1.5微克,单靠节食只能使其降至0.7微克,而其他减肥方法比如适度的体育锻炼,却可以使其降至0.3-0.5微克。因此,单纯靠节食来减肥不被人们所推崇。适当控制饮食(或节食),与其他减肥方法结合使用,以减轻体重、消除脂肪,是比较理想的办法。
控制饮食,不可过度,一定要使机体的摄入量能满足患者的基本需要,这包括三餐的合理分配、膳食成分的营养素结构等,使机体的摄入量与排泄处于平衡状态。目前饮食控制推荐的标准是每日摄入1200千卡的食物为宜。过度抑制患者的食欲,使进食量明显减少,低于机体一日所需的基本摄入量,这样不仅易使机体处于饥饿状态、分解蛋白质,而且会使基础代谢降低,使减肥处于停滞状态。在过度饥饿时,脂肪动员增强,酮体生成量超过肝外组织利用能力,容易引起血中酮体升高,称酮血症。酮体为酸体物质,严重者可导致代谢性酸中毒。更不宜采取在控制饮食的情况下加强利尿,从而对肾脏功能产生不利影响。
另外,减肥方法的不科学、不合理,也是引起体重反弹的重要因素。例如,过度利尿,使体内的水分丢失过多,处于失水状态,当治疗停止后,机体补充水分,很快便引起体重反弹。因为,要保证患者饮水摄入量,不可为眼前效果而加强利尿作用,使减肥能实实在在地减去脂肪。
减少能量消耗的方法范文3
关键词: 无线传感器网络; 能量均衡; 扇形分簇; 簇首; 路由算法
中图分类号: TN915?34; TP393.2 文献标识码: A 文章编号: 1004?373X(2017)05?0014?05
Abstract: The low energy adaptive clustering hierarchy (LEACH) routing algorithm for wireless sensor network selects the cluster head node by means of equal probability, which is easy to result in the extreme energy loss of the whole network nodes, and reduce the network lifetime. Therefore, an improved LEACH algorithm for the selection and clustering of the cluster head node is proposed. The whole network area is divided into four fan?shaped subareas with the algorithm to perform the clustering routing in each subarea independently. The cluster head node of the base station is selected according to the node residual energy and distance to the base station. The routing mode of the node is selected according to the cluster head node and the received signal strength of the base station to balance the network energy consumption. The simulation results show that the network lifetime of the improved LEACH algorithm is 150% of the original LEACH algorithm, and its data throughout is increased by three times.
Keywords: wireless sensor network; energy balance; fan?shaped clustering; cluster head; routing algorithm
0 引 言
无线传感网络是由分布式部署的微型传感器节点组成的自组织网络,其节点数量巨大,部署区域和环境复杂,被广泛应用于实时车辆监控、智能家居、森林防火防灾等方面。其中,传感器节点体积微小,配置的电池能量、计算能力和存储能力有限,因此,如何均衡网络能耗,提升网络生存时间是合理有效设计无线传感网络的重要课题[1?2]。一般来说,无线传感器网络的路由算法应该具有能量优先,基于局部的拓扑结构,以数据为中心的特点。现在国内外已经提出了很多经典的无线传感器网络路由算法,有以数据中心为主的[3],有以数据传输质量为主的[4],有以节点地理位置信息为主的[5]等,其中以网络构成的结构划分的,分为平面路由算法和分层路由算法。分层路由最经典的算法为LEACH(Low Energy Adaptive Clustering Hierarchy)算法。LEACH算法在稻莼憔邸⑼仄耸视和能量效率方面具有明显的优势。
现有大量文献对LEACH算法进行改进,以提升其性能。文献[5]提出并对比了三种通过把节点自身的位置坐标和当前能量状况汇报给基站,基站根据这些因素选取簇首的方法,但对于地理位置的获取会消耗很大能量,同时没有考虑到链首个数占整体节点总数的比例,导致不均衡。文献[6]提出了簇首多跳算法,使得簇首之间形成一个多跳的最优路径,减少簇首的能量消耗,但是延长了路径,从而使数据传输过程加长,时效性变弱。文献[7]提出引入簇成员数门限和合并极小簇的方法,首先估计簇首能量消耗的情况,然后人为的控制节点休眠的状况来配合簇首消息的传送,虽然能量消耗方面得到改善,但是在时效性方面没有充分考虑。文献[8]考虑节点剩余能量和通信半径,选择簇首节点以减少整个传感网络中簇首节点的数目,延长网络整体寿命。
本文考虑到能量消耗均衡性,网络寿命长短因素,提出基于扇形分簇的路由算法,缩小分簇范围进行通信。然后,根据剩余能量、通信距离选取簇首节点,均衡能量消耗,延长网络寿命。
1 系统模型
LEACH示意图如图1所示,假定其覆盖一定区域的无线传感网络,并且有以下假设[9]:
假设1:基站与整个网络的位置保持不变,基站与整个网络中的节点距离较远。
假设2:每个节点有着同样性质、有限的能量、与基站直接通信的特性。
假设3:节点计算能力较强,支持TDMA。
假设4:WSN节点发送信息的功率可以变化、调整。
节点间的数据通信采用一阶无线电模型(First Order Radio Model),通信模型如图2所示。
这种通信模式有比较成熟的能量消耗计算体系。该模型假设WSN节点有着相同的计算能力,有限的能量;电信号在不同方向上的路径损耗一样。当传输长为m bit的信息经过距离[d]的过程中,节点的能量消耗如下:
数据发送:
[ETx(m,d)=Eelec?m+εfs?m?d2, d
数据接收:
[ERx=Eelec] (2)
数据融合:
[EGx=Eg?m] (3)
式中:[εfs]是信号放大器的放大倍数;[Eelec]是发送和接收信息时对应的数据处理模块消耗的能量。由于传感器节点间距离不同,传播环境迥异,因此,传播相同数据量的能量消耗不同。式(1)中不同的能量消耗表征不同传播距离和传播环境对能量消耗的影响。其中,[d]是数据通信的距离;[d0]是节点的通信半径;[εmp]是信道传输能量衰减系数,通信传输距离越短,能量消耗越少。
2 LEACH算法流程
LEACH算法将传感器节点分为若干个簇,每个簇内节点的信息汇聚至簇首节点后,由簇首节点转发至基站。汇聚转发的工作方式能够提升LEACH算法的能量效率。此外,由于簇首节点的能量消耗较大,各个节点根据剩余能量状况轮流担任簇首节点,提升网络整体寿命[10]。
LEACH算法以循环也就是“轮(round)”的方式执行簇的构造过程。每轮都由两阶段组成:初始化簇的建立阶段和数据传输阶段,具体时序示意图如图3所示。
2.1 初始化簇阶段
初始化簇阶段分为簇首选取和成簇过程两个步骤。
Step1:簇首选取。网络中所有的节点会随机产生一个在0~1之间的数,网络会设定一个门限值[T(n)]如式(4)所示,基站会把节点产生的随机数与设定的门限[T(n)]进行比较,会选择小于[T(n)]的节点作为簇首。
[T(n)=Q1-Q?(lmod1Q) , n∈G0, otherwise] (4)
式中:[Q]为每轮簇首节点与[n]个节点的比率;[l]为第[l]轮;[G]为在之前的几轮中没有被选为簇首节点的总和。
Step2:成簇过程。节点被选为簇首后会向其他所有节点广播自己被选为簇首的消息。其他节点在接收到消息之后,根据最小能量的原则通过比较,判断发送这些消息的节点的功率大小来选择加入到相应的簇。一般节点会选择接收到的功率越大的簇首节点形成的簇;然后发送自己要加入相应簇的消息给相应的簇首节点。簇首节点收到消息后会给节点一个回应,并将该节点加入自己的路由表中。
2.2 数据发送和接收
当所有传感器节点都形成簇之后,节点间采用TDMA方式发送数据。各个节点的数据在簇头节点处融合,然后由簇头节点转发给基站。一个簇分配方案维持数据通信一段时间后,重新进行下一轮的簇分配,以避免对簇首节点的能量过度消耗,提升网络整体寿命。
3 改进LEACH算法原理
从LEACH算法中可知,以轮的方式等概率的选取簇首,并没有考虑剩余能量的因素。对于剩余能量不同的节点当选簇首的几率是一样的。如果剩余能量偏低的节点被选为簇首,很容易耗尽能量,降低整个网络的寿命。此外,在LEACH算法中,节点根据接收信号的强度来选择簇首。若该节点距离簇首节点较远,路径损耗较高[11],因此,节点能量会过早消耗而死亡,导致网络的通信出现黑洞。
针对这些缺点,综合考虑节点的能量和整个网络信息传输的及时性,本文在基于LEACH算法的基础上提出了改进LEACH算法。该算法把整个网络划分为四个扇形分区;基站在每个扇形分区中通过比较每个节点产生的随机数和节点的剩余能量选择簇首,接着基站公布簇首的消息,节点根据接收到的该区域的消息强度、与簇首和基站的距离比较选择加入簇还是选择直接与基站进行通信。
3.1 扇形结构模型
由于覆盖区域为圆形时,传感器节点间的最大距离比覆盖^域为其他形状时要小,本文假定圆形覆盖区域,基站位于圆形覆盖区域中心。同时,为了进一步缩小节点间的最大距离,同时减少由于网络中节点死亡而重新分簇带来的通信开销,改进LEACH算法将圆形覆盖区域分为4个扇区,如图4所示。在每个扇区内,分别进行LEACH算法路由。选定某个参考点后,4个扇区分别记为扇区编号num={1,2,3,4},圆心角[θ=π2。]
3.2 扇区编号确定
划分好区域后,所有传感器节点进行分簇时需要确定每个节点所在的扇区编号及在扇区的具置,方法如下:
(1) 计算节点的极坐标角度。所有的节点需要将自己的位置信息与ID信息发送给基站,基站根据正切函数特征进行计算。把圆放到直角坐标系中,圆心[O]的坐标为(0,0),设任意一个点[i]的坐标为[(x(i),y(i)),]如图5所示。
(2) 确定节点所在区域。将节点[i]对应的角度[α]与圆心角[θ]相除,得到整数[k(i),]比较[k(i)]与已经划分好区域的编号[num(n),]获得节点[i]所在的区域编号[k(i),]即:
所有节点的极坐标角度和扇区编号构成一个矩阵,记为Loc,其中,[Loc=(i)={a(i),k(i)}。]
3.3 簇首选取
改进LEACH算法同时考虑通信距离和节点剩余能量来选择簇首节点,并且在每一轮都会进行选取,流程图如图6所示。
簇首节点选择过程分为两步:
Step1:先按照LEACH算法机制,比较每个节点产生的随机数与网络给定的阈值[T(n),]在低于阈值的节点中选择簇首节点。
Step2:在第一步选择的节点中,综合考虑节点的能量和与基站的距离,进行簇首节点选择。具体选择的准则为:
[Q=Edis] (9)
式中:[E]为节点的剩余能量;dis为节点与基站之间的距离。由式(1)可以看出,距离dis也与[Q]成反比,距离基站越远的节点消耗的能量更大,因此该点被选为簇头的几率也比较小。
综上所述,剩余能量越多,离基站距离越近的节点成为最终簇首节点的概率越大。
3.4 分簇通信过程
当簇首节点选定以后,基站会向各个扇区广播相应区域簇首节点的消息。各个扇区内对应的节点知道自己为簇首后,就会在自己的覆盖区域内自己是簇首的消息。各个扇区的普通节点会根据自己接收到的来自簇首的信息和接收到来自基站的信息强度和相应的距离判断是选择加入簇还是直接与基站进行通信。当选择加入簇后,会给相应的簇首发送消息,同时簇首也会相应的给回应。对于不加入簇中的节点,就只会把测量的消息直接发送给基站,流程图如图7所示。
在每轮传输数据时,各个区域簇内的节点会把测量到的信息数据发送到相应的簇首,簇首节点传送到基站,而簇外的节点会把消息直接传输给基站。当节点为普通节点或者是簇外节点时,能量消耗只包括节点将数据发送的能量;当节点为簇首节点时,能量消耗为节点接收、融合以及发送数据的能量总和。
4 仿真结果分析
为了评估改进LEACH算法的性能,使用Matlab进行仿真,重点分析经过一定轮数网络节点的死亡个数和网络传输数据的情况[12]。假定基站固定且位于监测区域的最中心,远离传感器节点;所有的节点计算能力和能量容量一样;节点具有与其他节点和基站进行通信的能力;节点的位置固定不动。同时对比了原有的两种改进算法LEACH1,LEACH2。其中,LEACH1是由文献[13]提出的只针对簇首选取改进的算法,采用粒子群算法进行分区,分别在各个区域通过节点剩余能量选取簇首的方法。LEACH2是文献[14]提出的结合LEACH与PEGASIS的改进算法,通过对节点分区分簇,把不同簇的簇首连成链进行通信的方法。
仿真中假定基站坐标为(0,0),数据包的长度为3 000 b,控制包的长度较小,可以忽略不计,其他的实验参数设置如表1所示。
首先对两种原有算法和LEACH算法在不同轮数死亡节点总数的统计进行比较,具体显示结果如图8所示。
从图8可以看出,当运行到500轮左右时,四种算法都出现了节点开始死亡的现象。LEACH和LEACH2算法的节点死亡速度比较快。经过1 500轮左右,使用这两种算法的无线传感网络节点死亡率达到最大限度。到将近2 000轮左右时,两种算法的节点死亡速度接缓,并将近全部死亡。这是由于这两种算法没有考虑节点剩余能量的影响,导致部分节点过早死亡。而改进LEACH算法和LEACH1算法的节点死亡状况在一开始比较平缓,到1 300轮左右时速度变快,但都没有LEACH快,并且在LEACH接近死亡时,改进算法中还存活将近20个节点。可以看出,改进算法比原有算法更好地延长了网络寿命,并且比LEACH算法在节点存活概率方面提升了20%,节约了能量的消耗,延长了网络的生命周期。
几种算法数据传输性能的比较如图9所示。
由图9可知,随着轮数的增大,四种算法数据传输的量都在增加,并且改进LEACH算法与原有算法的数据传输差距也随之增大,当到1 000轮左右时,改进算法的数据传输量是LEACH算法的3倍。LEACH算法和改进算法LEACH2在1 500轮左右时,数据传输量的增加趋于稳定,而改进算法和另外一种算法LEACH1的数据传输量一直在快速增加,当到2 000轮左右时,LEACH和LEACH2算法已经达到了最大数据传输量,而改进算法的数据传输量还在增加,并且将要达到LEACH算法的4倍,明显提高了数据传输效率。因此,本文提出的改进算法通过合理使用节点能量,能够提高网络有效数据的传输量。
5 结 语
本文综合考虑了扇形分区和节点剩余能量,对LEACH算法进行改进。仿真结果表明,改进LEACH算法能够提升约150%的网络寿命,同时能够传输4倍于对比算法的数据量;该算法在均衡了能量消耗的同时还增强了网络接收数据信息的及时性,提高了网络的利用率,增加了网络生存时间。
参考文献
[1] 苏俭华,刘宇红,徐跃州.一种基于LEACH的无线传感器网络路由算法及仿真[J].通信技g,2014,47(1):60?63.
[2] MAMUN Q. A qualitative comparison of different logical topologies for wireless sensor networks [J]. Sensors, 2012, 12(11): 14887?14913.
[3] 任克强,余建华,谢斌.基于改进LEACH的多簇头分簇路由算法[J].电视技术,2015,39(13):69?71.
[4] MCBRIDE D, CROFT T N, CROSS M, et al. Optimization of a CFD: heap leach model and sensitivity analysis of process operation [J]. Minerals engineering, 2014, 63(8): 57?64.
[5] 周萌,陈跃东,陈孟元.能耗最优的LEACH协议改进[J].计算机工程与应用,2014,50(23):82?86.
[6] GOETZ E R, RIEFLER R G. Performance of steel slag leach beds in acid mine drainage treatment [J]. Chemical engineering journal, 2014, 240(6): 579?588.
[7] 陈晓娟,王卓,吴洁.一种基于LEACH的改进WSN路由算法[J].传感技术学报,2013,26(1):116?121.
[8] HU Songhua, HAN Jianghong, WEI Xing, et al. A multi?hop heterogeneous cluster?based optimization algorithm for wireless sensor networks [J]. Wireless networks, 2015, 21(1): 57?65.
[9] 王梦莹,王鑫,蒋华.基于簇首成链的低能耗层次路由协议[J].计算机科学,2015,42(11):144?148.
[10] 蒋畅江,石为人,唐贤伦,等.能量均衡的无线传感器网络非均匀分簇路由协议[J].软件学报,2012,23(5):1222?1232.
[11] 吉正洵,江冰,李丽芳,等.采用改进算法对无线网络节能优化仿真研究[J].计算机仿真,2015,32(6):266?270.
[12] 张岩.非变换簇的WSN分簇路由算法[J].现代电子技术,2015,38(18):26?29.
减少能量消耗的方法范文4
关键词:无线传感器网络 ;Q学习;路由;能量负载均衡
中图分类号:TP311.5 文献标识码:A
Abstract: Aiming at dealing with the problems of energy consumption and load balancing in wireless sensor networks that traditional routing algorithm cannot solve, a new energy load balancing algorithm based on Q-learning is proposed, which takes into account the number of hops, the residual energy of sensor nodes and the node energy consumption, to estimate the state of the network through multi hop and residual energy, and find the optimal routing strategy with the lowest of the complexity. The data are transferred along routine with minimum the energy consumption and the balanced load, thus reducing network energy consumption and prolong the network life cycle. The simulation results showed that the algorithm has a good effect in survival nodes, transfer success rate and residual energy distribution and transmission, which indicates that the algorithm can effectively reduce energy consumption and prolong the network lifetime.
Key words: wireless sensor network Q learning routing energy-efficient load-balancing
1 引 言
o线传感器网络(Wireless Sensor Network, WSN)由传感器节点组成,其计算和交互信息的能力受到约束 [1]。无线传感器网络的工作方式主要是传感器节点采集环境中的信息的同时通过转发机制最终把这些信息传递到称之为Sink节点[2]的网关节点或汇聚节点,接着通过微波、卫星通信或其他方式将汇集到的信息传送到一个主要的位置,直至到达观测者的接收终端。在整个信息的传送过程中,中间的传感器节点需要根据当前的状态来选择下一跳的节点。然而,从整体和长期来看,全局信息的缺乏使得所选择的下一跳转发节点往往未必最佳的。所以,人们更加关注无线传感器网络的路由问题。
在无线传感器网络中,Sink节点附近需要比其他节点转发更多的数据包,从而引起不均匀的网络节点能量消耗。由于这个限制在传统的网络路由算法中很少被考虑到,这往往会导致靠近Sink节点或者关键路上的节点由于过早消耗完能量而提前“死亡”,进而整个网络的功能受到较大影响。另一方面,无线传感器网络较高的动态性使得节点间需要频繁交换信息以便节点了解网络的动态变化情况。
无线传感器网络路由算法是一个多目标优化问题:在保证节点能实时掌握网络动态情况的前提下,保证信息发送的正确性并尽可能发送最小数量的数据包以减少能耗,并从网络整体的角度延长网络的生命期。近年来,针对由于节点提前死亡而导致网络生存周期短的问题,很多相关的算法被研究人员所提出。算法EAMHR[3]实现了能量跳数最小路由,但未能从网络的整体角度考虑均匀分配节点能量消耗。Ileri等人[4]将货币机制引入无线传感网,节点间在通信时支付一定的“货币”作为代价,但是由于其方法要求节点频繁的协商,在加剧了链路的负担的同时也增加了节点能量的消耗。李响等人[5]提出一种基于能量感知的多路径路由算法,但是其路径维护的方法较为复杂。贾杰等人[6]提出了一种基于博弈论的路由策略。但是,由于需要掌握的全局节点信息比较多,而传感器节点的存储和计算能力有限,因此,其方法实用性有限。董国勇等人[7]提出了一种基于蚁群算法的能量均衡路由算法,但是派遣蚂蚁会造成通信开销和网络额外负载。
针对能量消耗不均衡而导致的网络生存周期短的问题,本文提出了一个基于Q学习的无线传感网络路由算法,该算法在保证把信息经过传感节点转发到Sink节点的前提下,能够找出能源消耗和性能的最优平衡点。算法以全局网络作为着眼点进行优化,网络中的节点交换剩余能量,彼此之间的状态-动作对和功能以协作的方式进行协调,使得整个网络的生存周期最长。本文余下的内容组织如下:首先,介绍强化学习一些相关工作和相关路由算法;然后,给出算法建模过程和详细描述;接着,进行仿真实验,给出结果和相关分析;最后,给出结论。
2 相关工作
2.1 无线传感器路由
路由的选择是无线传感网络的基础。根据无线传感网络自身的特点而进行的路由优化通常需要针对以下几点:(1)寻找路由中距离最短的传输路径;(2)均衡、调节节点负载,延长网络寿命;(3)使节点能及时了解网络的动态变化;(4)即使一条传输线路中断,节点仍然可以将信息传输到目的节点。为了提高能量受限的无线传感网络的生存周期来实现网络的均衡负载,通常把负载调整到不同的路径或者节点,这样能量消耗在各节点中得到平衡。通常,路由算法既要使传输所消耗的能量最小,又要尽可能避开那些剩余能量较少的节点,从而延L其寿命,达到最大化网络生存时间的目的。总的来看,无线传感网络的路由算法主要可以分为以下两类。
3 基于Q学习的能量负载均衡路由
当前的节能路由模型很少把降低能耗和负载均衡很好的综合起来考虑,并且解决问题的思路相对比较片面,往往需要通过计算整条路径上的消耗值来实现路由的选择。为了解决当前路由模型的不足即实现最小化能量消耗的同时也考虑均衡节点的负载,本文提出一种基于Q学习的能量负载均衡的路由算法(Q-learning based energy-efficient load-balancing routing,Q-E2LBR)。Q-E2LBR算法利用强化学习的思想建模,充分考虑多跳和残余能量来达到最小化整体能量开销和最大化网络的生存周期。Q-E2LBR算法使数据包沿一个接近最优的路径转发到Sink节点并使用一个节点不断地记录它相邻节点的Q值且能够在获得包的时候立即更新它,当前节点的Q值在其相邻节点的副本中评估,由于无需反馈数据包,减少了数据通信量并延长了网络的生命周期。
3.1 模型和算法描述
无线传感网中每个传感器节点都具有一定的计算能力和存储能力,将这些特点考虑进来,就可以得到与之前的算法不同的方法。在本文所提出的算法中,无线传感网络中的每一个传感器节点都被视为一个agent,这样整个无线传感网络就可以建模成一个多agent系统;每个agent在其邻居节点中选择不同的节点,作为下一跳节点,从而构造出最优路径。通过不断地取样和学习,Q值将会最终收敛到一个稳定的值。将整个无线传感器网络作为一个多agent系统。为了找到最优路径,每一个agent选择一个最优的邻接节作为下一个路由目标。
无线传感器网络可以被描述为多个agent的强化学习问题。在某种意义上来说,学习网络路由的最优控制可以被视为和其他agent迭代并行的学习一个情节的任务。假设有多个节点的无线传感器网络随机部署在一个特定的区域具有以下特点:(1)所有传感器有能量限制;(2)任何传感器和接收器之间需要通过一跳或者多跳通信;(3)传感器的发射功率保持稳定;(4)传感器可以获得自身的信息和相邻节点的信息。
3.2 模型设计
强化学习算法需要对状态、动作和奖赏函数进行建模。接下来介绍算法各元素的建模过程。
在无线传感器网络中,状态是指某个节点ni的自身信息及其所有邻接节点的信息。一个无线传感器网络由多个节点所构成,其网络状态 是所有节点状态的集合。在t时刻,无线传感器网络处于状态S,则传感器节点ni选择动作 ,表示其选择节点nj作为信息接收点,传输路径为节点ni直接连接到节点nj的信道。由于强化学习方法采用Q值评估状态-动作,所以此时选择最高的Q值所对应的动作。
本文提出的Q-E2LBR算法在能量消耗最小化的同时均衡网络节点的负载均衡。因此在设计奖赏函数时,需要考虑在路径REt的剩余能量,从源节点到目标节点的跳数H以及在节点ni和节点nj之间传输所耗费的能量 。一个节点获得一个立即奖赏并转发一些数据包之后,对于剩余能量的值、能量消耗和必要的Q值进行编码,使得在其数据包到达目标节点后得到一个额外的目标奖励。
3.3 算法描述
在学习阶段,Sink节点在特定的时间内传播启动数据包并在其中封装了能量信息和跳计数,初始化Q值为0;然后,每个节点从相邻的节点得到学习信息,包括了相邻节点的Q值、无线传感网络中的跳数、节点能量消耗情况;接着,以满足Boltzmann分布的概率选择动作;随后,将跳数信息、奖赏信息和剩余能量信息存入模型中并在模型中进行动作值函数的迭代更新;Sink节点周期性地向邻居节点发送学习消息使得每个节点可以转发接收到的学习消息并且更新模型;最后,Sink节点周期性地向邻居节点发送学习消息,各邻居节点不断地向下一个节点发送学习消息的同时各节点不断更新内部模型,通过不断的迭代,评估值就逐步接近收敛。具体如算法1所示。
算法1 基于Q学习的能量负载均衡的路由算法(Q-learning based energy-efficient load-balancing routing,Q-E2LBR)
输入:能量信息E
输出:路由路径R
1: 初始化:Q0,路由Rnull,跳数hop0,RE0
2: for all 节点
3: for节点 i 的所有相邻节点
4: 节点i 从相邻节点j获得的Q值
5: 计算得到节点i到下一Sink节点的跳数hop(i)
6: 计算从节点i的开始的总跳数H
7: 计算跳数关于节点i能量的消耗
8: 计算奖赏函数
9: 采取动作a,观察a’和s’
10:
11:
12: for节点 i 的所有相邻节点
13: 计算节点i选择节点j的作为下一个发送节点的概率
14: end for
15: 选择pi,j最大的节点j作为下一个发送节点
16: 更新能量EE - Eh
17: if 节点j加入后不会有环
18: 将节点j加入到路由R中
19: end if
20: end for
21: return R
本文的算法在传统算法的基础上综合考虑了跳数、节点能量消耗等情况,由于传统的考虑能量的算法仍需要计算能量值,因此,本文的算法并没有过多的增加计算量,计算复杂度没有明显增加。
4 仿真实验与结果
本文使用NS2网络[15]评估算法。模拟环境是一个长宽都为100米的矩形区域,且存在100个传感器节点被随机部署在这个区域中。传感器的最大通信距离是15米,每个节点最初的能量均服从均匀分布区间[6000,10000]。平均实验结果从100次模拟的不同拓扑结构中获得。
在无线传感器网络中,GT算法是一种效果比较好的经典算法[16],因此本文实验从3个方面将Q-E2LBR算法和GT算法进行比较:节点的生存数,剩余能量分布和节点和传输成功率。
图1显示了在5分钟内Q-E2LBR算法和GT算法的存活下来的节点。Q-E2LBR算法存活的节点数量明显多于GT算法并且随时间的推移差距越来越大。图1的结果说明在节点生存数方面,Q-E2LBR算法优于GT算法。从图1还可以看出,Q-E2LBR算法在给定的300秒时间内的节点存活量高于GT算法,因此可以分析得出,Q-E2LBR算法所需额外的计算能量在各节点所能提供的计算能量的范围之内。
图2给出了5分钟内Q-E2LBR算法和GT算法运行了一段时间后的结果。Q-E2LBR算法的能量传播比GT算法在整个网络过程中要更加均匀,这表明了在Q-E2LBR算法中路径选择更加合适。Q-E2LBR算法从节点的剩余能量的改变中选择了路由路径。尽管GT算法也考虑了能量的均匀性,但其能量流失速度高于Q-E2LBR算法。由于无线传感器网络中,节点的计算量越大,其存活时间越短,图2的结果说明在剩余能量分布方面,Q-E2LBR算法好于GT算法。从图2还可以看出,Q-E2LBR算法在给定的300秒时间内的节点剩余能量高于GT算法,因此可以分析得出,Q-E2LBR算法化了网络所节省的节点所需的计算能量,大于其所需要增加的计算量所需的能量。
图3展示了Q-E2LBR算法和GT算法成功传输率情况。在最初30秒内,Q-E2LBR算法传播的成功率低于GT算法。主要原因在于Q-E2LBR算法使用了强化学习的“试错”机制,在最初的阶段,Q-E2LBR算法会有意识的尝试“试错式”的学习并在很短的时间内算法学习到足够的经验之后出现性能的一次较大提高。Q-E2LBR算法有5次传输质量的提高,前3次质量提高出现在100秒内,并且提高幅度较大,后2次的质量提高耗时较长,并且提高幅度不大,这说明Q-E2LBR算法在传输质量这一指标上能很快的向最优值收敛后慢慢逼近。同时,从图3中也可以看出,在给定的300秒时间内,Q-E2LBR算法传输的量和GT算法相当,因此可以看出,Q-E2LBR算法并没有过多的增加计算量。整体而言,Q-E2LBR算法优于GT算法。
4 结 论
无线传感器网络中传感器节点的能耗问题不统一导致节点在关键路径中的Sink节点和其他节点过早死亡而导致了网络的生命周期缩短。本文提出了一种高效节能、负载平衡的路由算法Q-E2LBR,通过Q学习计算行动状态值函数,并通过Boltzmann分布计算行动的概率。经过充分考虑剩余能量、能量消耗和跳数等因素后,Q-E2LBR算法能够平衡能量消耗并延长网络生命周期。模拟实验表明,Q-E2LBR算法可以在均匀地分布网络流量,改善网络生命周期的同时保证有较高的传输成功率。
参考文献
[1] 程红举, 黄行波, XIONG Naixue. 不可靠通信环境下无线传感器网络最小能耗广播算法[J]. 软件学报, 2014(5):1101-1112.
[2] 韩凯州, 马福昌. 无线传感器网络中多Sink节点位置部署研究[J]. 传感器与微系统, 2014, 33(3):37-39.
[3] Jiang H, Sun Y, Sun R, et al. Fuzzy-Logic-Based Energy Optimized Routing for Wireless Sensor Networks[J]. International Journal of Distributed Sensor Networks, 2013, 9(2):264-273.
[4] Ileri O, Mau S C, Mandayam N B. Pricing for enabling forwarding in self-configuring ad hoc networks[J]. IEEE Journal on Selected Areas in Communications, 2005, 23(1):151-162.
[5] 李响, 孙华志. 基于能量感知的无线传感器网络路由算法[J]. 计算机科学, 2016, 43(6):291-294.
[6] 贾杰, 张桂园, 陈剑,等. 无线传感器网络中基于潜在博弈的分布式节点定位[J]. 电子学报, 2014, 42(9):1724-1730.
[7] 董国勇, 彭力, 吴凡,等. 一种采用蚁群优化的WSN能量均衡非均匀分簇路由算法[J]. 小型微型计算机系统, 2015, 36(7):1565-1568.
[8] Chandane M M, Bhirud S G, Bonde S V. Energy Optimization in Wireless Sensor Network[M]// Mobile Communication and Power Engineering. Springer Berlin Heidelberg, 2013:321-331.
[9] 朱斐, 许志鹏, 刘全,等. 基于可中断Option的在线分层强化学习方法[J]. 通信学报, 2016, 37(6):65-74.
[10] Auer B P, Cesabianchi N, Sutton P F, et al. Reinforcement learning, an introduction[J]. Trabajos Y Comunicaciones, 2010:114-135.
[11] Lo B F, Akyildiz I F. Reinforcement learning for cooperative sensing gain in cognitive radio ad hoc networks[J]. Wireless Networks, 2012, 19(6):1237-1250.
[12] Russell B, Littman M L, Trappe W. Integrating machine learning in ad hoc, routing: A wireless adaptive routing protocol[J]. International Journal of Communication Systems, 2011, 24(7):950-966.
[13] Oddi G, Pietrabissa A, Liberati F. Energy balancing in multi-hop Wireless Sensor Networks: an approach based on reinforcement learning[C]// Nasa/esa Conference on Adaptive Hardware and Systems. 2014:262-269.
[14] O彦清, 彭舰, 刘唐,等. 基于动态分区的无线传感器网络非均匀成簇路由协议[J]. 通信学报, 2014(1):198-206.
减少能量消耗的方法范文5
营养支持治疗的意义
在胃肠功能衰竭和严重疾病状况下维持机体完整的营养①重症急性胰腺炎患者处于高代谢和高分解状态,能量消耗明显增加,通过适当的途径提供合理的营养底物,尽可能降低机体组织的分解,预防和减轻营养不良;②通过适当的途径和特殊底物的给予纠正重症急性胰腺炎患者异常的营养物代谢,如高血糖、低蛋白血症、低钙和低镁等;③几乎所有重症急性胰腺炎都有不同程度肠动力和屏障功能障碍(肠麻痹、胃蠕动迟缓及十二指肠淤滞),部分患者存在肠管损伤,胃肠功能要经过相当长时间才能逐渐恢复,营养支持贯穿重症急性胰腺炎治疗的全过程。
对疾病恶化的病理过程有着积极的阻断作用①禁食胃肠减压,营养支持应用,让胰腺处于休息状态,减少胰腺分泌,减轻胰酶激活以及胰腺和周围组织的腐蚀,防止胰周炎症的继续发展。②早期肠内营养有助改善肠黏膜屏障,减少内毒素和细菌易位,减轻炎性反应,降低重症急性胰腺炎患者后期感染和多脏器功能障碍综合征的发生。③同时许多特殊营养物(谷氨酰胺、ω-3脂肪酸等)的给予可以调节炎性免疫反应,增强肠黏膜屏障。
重症急性胰腺炎患者不同时期营养支持方法
重症急性胰腺炎病程的不同阶段所需能量不同。在起病早期即全身炎症反应综合征期,机体全身处于应激状态,全身炎症反应综合征引起的全身毛细血管渗漏综合征导致严重的体液正平衡,处于全身炎症反应综合征上调阶段,应以平衡盐等晶体液补充为主,病情严重者需输入适量血浆代用品如6%中分子经乙基淀粉200/0.5和6%中分子经乙基淀粉130/0.4等,既可扩容亦能防止液体渗漏。此阶段不需补充特别的营养支持。发病1周左右全身炎性反应综合征下调,体液负平衡开始出现,但机体仍处应激状态,分解代谢远大于合成代谢,能量消耗远高于正常人。此阶段,可行中心静脉置管肠外营养,可按20~30kcal/(kg·日)的低限开始提供能量,再逐步增加。能量来源主要由葡萄糖和脂肪双能源供能,二者可各占50%;氨基酸作为氮源,按100~120(kcal热能):19(氮)给予;按胰糖比1:(4—6)补充胰岛素,使血糖控制在10mmol/L以内;监测甘油三酯不应超过5.65mmol/L,否则应停用脂肪乳剂。发病10~14天,可考虑加肠内营养。前提条件是:①血液动力学和心肺功能稳定。②胃肠道功能恢复、腹胀减轻。满足此前提条件下应尽早置鼻空肠营养管行肠内营养。开始先灌注生理盐水1~2天,再灌注半稀释营养制剂1~2天,逐步过渡到全营养制剂。灌注速度80~100ml/小时,能量密度不宜超过1kcal/ml。肠内营养热量逐步增加,肠外营养热量逐步减少,最终过渡到全肠内营养。营养制剂应根据患者的情况选择,如选用短肽型肠内营养制剂如百普素、百普力等,近段空肠吸收好,对于血糖波动大、胰岛素抵抗严重者,可选用短链脂肪酸类制剂如瑞代等,同时静脉用或口服谷胺酞胺类制剂等。发病3周左右,若患者全肠内营养耐受情况良好,可考虑让患者带管试饮温开水和生理盐水,少量多次,观察患者耐受情况,若无不适,逐渐增加。反之则停止试饮。然后加口饲营养制剂或米汤、面汤、鱼汤等,并将肠内营养营养制剂逐渐减量,直至完全口饲。最后达到由流质到半流质、普食。
重症急性胰腺炎营养支持的需要量
在重症急性胰腺炎急性期,患者存在的高代谢高分解几乎是不可避免的,因此这阶段营养支持原则是纠正代谢紊乱,尽可能将蛋白质的丢失减少到合理水平,既不要因营养物不足造成机体额外的分解,也不要因不合理的营养支持,给呼吸循环系统和肝脏增加不适当的负荷是营养治疗的目标。营养途径以肠外营养为主,热卡摄入在1.0-1.1倍静息能量消耗量或20kcal/(kg·日)左有,氮量0.2-0.24g/(kg·日),在严密检测血脂的情况下,对无高脂血症的患者可应用脂肪乳剂,如果脂肪廓清良好,糖脂比例可达到5:5。
减少能量消耗的方法范文6
能量消耗限制了智力的发展
人类脑部消耗的能量十分惊人:脑部约占体重2%,却消耗了全身20%的能量。同时,大脑灰质耗能更惊人,脑细胞的耗能甚至和心脏耗能一样多,人类在进行各种深度的思考时也需要消耗更多的能量。大量的能量消耗使大脑发展受到限制,这也将限制我们的表现和行为,从而影响我们智力的发展。
人脑体积不可能再增加
在200l万年的演变过程中,人类大脑体积增加了3倍,负责计划和决策的大脑新皮层明显增加。因为这个进步,人类取得了辉煌的成就,创建了各种文明以及复杂的社会行为。是否能够让大脑的体积进一步增长,从而增加更多的神经元以提高大脑的处理能力呢?
科学家认为,这种方法是不可行的,因为它将产生一个严重问题:随着大脑的增长,其神经元的体积也会增加,导致大脑密度降低。这会使脑细胞之间的距离变大,连接细胞的轴突也必须变得更粗更长,这样才能更快地传递数据。结果会怎样呢?细胞电脉冲传递的时间变得更长,让大脑无法以正常的速度处理信息。
科学家指出,更粗的轴突还会导致另一个与能量有关的严重问题。轴突变粗一倍,能耗也会增加一倍,但脉冲传递速度却只能提高40%。大脑体积并不是决定智力或信息处理能力的惟一因素,大脑“缆线”结构及其活动也许更为重要。随着大脑体积变得更大,更多的能量被用来增强内部轴突而不是大脑信息处理区域的能力,因此希望通过增加大脑体积来提高智力的想法不可行。
人脑为何会变小?
2万年前人类大脑的体积是1500立方厘米,现代人类大脑体积平均是1350立方厘米,减少了相当于一个网球的体积。但这并不意味着我们变得更笨了,相反,我们学会了如何利用我们的有限资源。在进化过程中,大脑变小、变得更有效,可以节省很多能量,这就如同今天我们看到的电脑处理器。