【摘 要】
：
针对网络安全态势预测,为提高预测的精确度和预测算法的收敛速度,提出一种改进遗传粒子群算法优化极限学习机(IGAPSO-ELM)的预测方法.首先,改进GAPSO中的惯性权重和学习因子,通过定义动态指数函数使算法在执行的不同阶段实现两种参数自适应;其次,针对GAPSO中人为设定的固定交叉率和变异率,提出一种自适应交叉和变异策略;最后,以IGAPSO优化ELM的初始权值和偏差.IGAPSO既保证了种群的多样性,又提高了算法的收敛速度.通过仿真实验对比得出:IGAPSO-ELM对网络安全态势预测拟合度可达0.99
【机 构】
：
空军工程大学,研究生院,西安 710000;空军工程大学,防空反导学院,西安 710000
论文部分内容阅读
针对网络安全态势预测,为提高预测的精确度和预测算法的收敛速度,提出一种改进遗传粒子群算法优化极限学习机(IGAPSO-ELM)的预测方法.首先,改进GAPSO中的惯性权重和学习因子,通过定义动态指数函数使算法在执行的不同阶段实现两种参数自适应;其次,针对GAPSO中人为设定的固定交叉率和变异率,提出一种自适应交叉和变异策略;最后,以IGAPSO优化ELM的初始权值和偏差.IGAPSO既保证了种群的多样性,又提高了算法的收敛速度.通过仿真实验对比得出:IGAPSO-ELM对网络安全态势预测拟合度可达0.99,收敛速度相较于对比算法有大幅度提升.
其他文献
频谱弥散(SMSP)干扰是一种针对线性调频(LFM)信号雷达的有源干扰,它在时域和频域上与LFM信号高度相似,当干扰信号从主瓣进入时,雷达更难以探测目标.采用混合极化天线接收系统,并结合干扰信号在相邻脉冲重复周期之间的差异,利用时域通道和极化域通道联合得到的时域极化域联合通道来获得混合信号,应用盲源分离算法分离出目标信号和干扰信号,最后通过脉冲压缩来获取目标信号,从而达到抗干扰的目的.仿真结果表明,这种方法能够很好地从混合信号中提取目标信号.
在单相光伏并网逆变器中,若要逆变器交流侧瞬时功率满足并网的需要,则在逆变器直流侧会产生不平衡脉动功率和二阶纹波电流,影响直流输入源利用率.为了减小直流侧的二次纹波,一般并联大容量的电解电容器,但电解电容器体积大且寿命较短.介绍了一种带有功率解耦电路的单相升降压逆变器,采用基于脉冲能量调制的有源功率解耦控制,将二阶纹波功率输送到薄膜电容,实现功率解耦.最后仿真验证了升降压逆变器功率解耦的有效性.
介绍了GIS断路器常见故障类型,通过分析2起GIS断路器典型故障实例,指出了故障产生原因,在此基础上提出了故障防范措施,为GIS断路器的检修工作提供参考.
在运35 kV变压器有载调压开关故障,对故障设备进行油化验检查,吊芯检查,吊罩更换.判断故障原因为变压器运行过程中,分接开关档位的变换导致绝缘油分解产生游离碳,游离碳日积月累附着在绝缘件表面,导致绝缘件绝缘能力降低,7号条板AB相间发生放电击穿.
通过试验数据研究影响高压交流断路器选相合闸不稳定的因素.经过分析发现,高压交流断路器选相合闸的不稳定性主要决定因素是断路器合闸时间的分散性,其次是S F6气体预击穿特性,但选相控制器合闸时间的分散性也不可忽略.该研究成果为后续开展选相合闸技术研究提供经验参考.
传统插拔式电缆终端拆卸作业耗时费力,影响配电设备供电可靠性.在分析10 k V电缆插拔终端拆卸作业存在的问题基础上,提出以半圆对压套环将电缆终端对压抱紧,以检修间隔两侧的外壳为支点,利用轴承和顶杆为传动,设计了一种10 kV电缆插拔终端快速拆卸工具.实践证明,该工具可实现10 kV电缆插拔终端平稳、快速、高效拆卸,能够避免人力资源浪费,大幅度提高现场工作效率,及时保障供电可靠性.
阻燃性能是影响电力电缆安全运行的重要因素之一.基于非阻燃电缆的应用现状,提出了分段阻隔技术思路,通过燃烧模拟试验平台对比分析玻璃纤维和复合陶瓷防火毯的耐火性能差异,验证了将防火毯用于电缆阻燃性能提升的有效性.利用FDS建立了电缆隧道仿真模型,分析了不同风速下的温度分布规律,结果表明,在1 MW的火源功率下,非阻燃电缆的分段阻隔间距不应大于10 m.分段阻隔技术对在运非阻燃电缆的永久性防火治理具有一定借鉴意义.
总结了电力电缆转弯半径测量的常用方法,分析了已有工具的优缺点,提出了一种快速且准确测量电缆转弯半径的工具.该工具不包含激光测距、超声波接收器等复杂元件,依靠传统测量工具的组合搭配,结合转弯半径的计算特征,实现电缆外径、最小转弯半径和实际转弯半径的直接测量,运维人员可通过测量数据直接判断电缆敷设转弯半径是否符合要求.该工具具有简单易用、测量精度高、测量范围广泛和易于推广的优点.
为充分发挥导弹的性能,需要在满足技战术指标条件下对导弹质量、飞行程序角等多参数进行优化设计.遗传算法对多参数的组合优化问题非常有效,该过程需要通过弹道积分对种群中的所有个体计算射程,但弹道积分的模型复杂不利于全局搜索.利用BP神经网络拟合计算射程的数值积分过程,对遗传算法中个体适应度计算进行改进,完成了既定射程指标下的导弹总体参数设计问题.仿真结果表明:训练后的神经网络计算精度满足要求,改进后的遗传算法计算速度明显提升,局部搜索能力得到加强.
高光谱图像的异常检测是星上处理中重要的研究内容之一,提出了一种在传统RX算法基础上结合增量学习和层级化的高光谱图像异常检测方法.采用增量学习,当生成新的协方差矩阵时不需要计算所有样本的协方差矩阵即可对检测器模型进行更新,避免了数据的重复计算和逆矩阵的求解.利用层级化方法有效地抑制背景,提取目标光谱,增强了检测器的性能.实验结果表明:相较于SAM算法和传统RX算法,所提算法检测概率最高,其检测结果与地面目标最为接近;所提算法的计算复杂度得到了数量级的减弱,与SAM算法相比,运行时间缩短了0.215 s,因此