Resumen

Debido al problema de redundancia de atributos en los datos meteorológicos del Internet Industrial de las Cosas (IIoT) y a la lenta eficiencia de los algoritmos existentes de reducción de atributos, se propuso la reducción de atributos basada en un algoritmo genético para la coevolución de datos meteorológicos. La población evolutiva se dividió en dos subpoblaciones: una subpoblación utilizó individuos élite para asistir en operaciones de cruce y aumentar la velocidad de convergencia del algoritmo, mientras que la otra subpoblación equilibró la diversidad de la población en el proceso evolutivo al introducir una población aleatoria; estas dos subpoblaciones completaron las operaciones evolutivas juntas. Con el algoritmo TSDPSO-AR y el algoritmo ARAGA, se realizó la operación de reducción de atributos para la precipitación en los datos meteorológicos. Los resultados mostraron que el algoritmo propuesto mantuvo la diversidad de la población durante la evolución, mejoró el rend

• Materias:Dispositivos móviles Programación centralizada Redes heterogéneas Cooperación de retransmisión Antenas inteligentes
• Subjects:Mobile devices Centralized scheduling Heterogeneous networks Relay cooperation Smart antennas
• Palabras claves:Redundancia de atributos; Datos meteorológicos; Internet Industrial de las Cosas; Algoritmo genético; Reducción de atributos; Población evolutiva
• Keywords:Attribute redundancy; Meteorological data; Industrial Internet of Things; Genetic algorithm; Attribute reduction; Evolutionary population