24、工业4.0中ML和DL算法部署及MANET路由协议分析

工业4.0中ML和DL算法部署及MANET路由协议分析

1. 工业4.0与机器学习、深度学习应用

工业4.0致力于在各行业的制造和生产过程中实现网络物理转型。不同制造单元根据最终产品的不同，生产线路存在不同类别，同时生产线路具备四个主要特征以实现最大吞吐量。

机器学习（ML）和深度学习（DL）技术在制造业有着广泛应用，助力工业工程师在制造单元内实现最优工作流程：
- 热轧过程 ：AMPSO - SVR机器学习模型被认为是预测热轧带钢凸度最准确的模型。
- 碳纤维生产 ：SVR模型与人工神经网络（ANNs）结合，用于确定碳纤维的各种性能。
- 水泥生产 ：ML的ESVM模型用于预测水泥中的游离氧化钙含量。
- 电子商务 ：基于机器学习的集中式任务管理用于在仓库中部署自主机器人。
- 汽车工业 ：基于深度信念网络（DBN）的数据驱动方法用于化学机械抛光过程。

2. 移动自组网（MANET）概述

移动自组网是由移动节点（同时作为路由器）通过无线连接组成的非结构化群体。由于节点可移动，网络架构动态且不可预测地变化，且缺乏中央管理基础设施，传统有线网络的路由技术无法直接应用于这些网络。

常见的移动网络有两种类型：
- 基础设施移动网络 ：最常用的采用IEEE 802.11控制器，移动节点与固定地面站通信，无线连接仅能单跳。
- 移动自组