基于Stacking集成学习的网络安全态势预测方法

针对现有的网络安全态势预测模型预测精确度低且泛化能力差等问题,提出一种基于Stacking模型融合的态势预测方法。该方法中,借助Stacking算法将TCN网络、WaveNet、GRU、LSTM进行集成挖掘态势数据之间的相关性;之后利用逻辑回归进行预测得到最终态势值;利用粒子群优化算法进行参数寻优,提升模型性能。基于2个数据集进行验证,实验表明,所提预测方法具有较小的均方误差和平均绝对误差,收敛速度较快,拟合度均可达0.999,可以很好解决预测精确度低的问题,提升了模型的泛化能力。     

二进制粒子群优化算法在车辆路径问题中的应用

车辆路径优化问题是一类实用价值很高的NP组合问题,针对传统启发式优化算法搜索速度慢、易陷入局部最优解的缺点,提出了一种新的基于二进制的粒子群优化算法,并将该算法应用于车辆路径优化问题,建立了相应的数学模型和求解算法.将该算法通过与遗传算法、混合蚁群算法和标准粒子群算法进行比较,证明了其搜索速度和寻优能力的优越性.     

基于PSO的人工势场法在移动机器人路径规划中的应用

针对栅格法环境模型下PSO算法的结果是一组离散的粒子,需要通过某种准则把离散的粒子变换为连续路径的问题,提出了一种利用人工势场法把PSO规划的结果自行变换成连续路径的新方法。为了避免人工势场使机器人在障碍物附近产生震荡,采用均值滤波的方法,规划出一条平滑最优路径。仿真结果表明:该算法能比较容易地得到最优路径,有效地避免路径的震荡现象,同时也可以在变化的环境中寻找一条路径。     

一种基于判断矩阵的专家赋权方法

在现代矩阵理论中,一种矩阵的特殊运算——矩阵的向量化和半向量化运算越来越重要。因为它是处理矩阵相关问题的一种简单有效地方法。它将对矩阵相关问题的处理转化为对一列向量的处理,从而避免了对矩阵的行或列分别处理的麻烦和相关信息的丢失。从而为处理矩阵相关问题开辟了一条新的道路。它在线性模型,多元统计分析等分支的参数估计理论中有特别重要的应用。而在一个基于KHP（层次分析法）的群决策过程中,由于专家所处的社会环境、个人经验及职业偏好的不同,致使各个专家的权重几乎不可能一样。故须对各个专家赋予不同的权重。较理想的方法是通过专家给出的判断信息——判断矩阵,依据其相似性和差异性进行赋权。基于此,本文以专家给出的判断矩阵为基础,利用矩阵的向量化这一数学工具。通过对专家判断矩阵的准半向量化,把专家判断矩阵的相似性和差异性通过其准半向量化向量体现出来。从而得到各个专家评价的相似性和差异性,进而给出专家的权重。该方法依据专家的具体评价进行赋权,通过算例表明,此方法可行有效。     

基于PSO搜索潜在滑裂面非极限状态土压力计算

作用于刚性挡土墙侧土压力的计算一直沿用经典的朗肯或库仑土压力理论,这两种理论只能求得极限状态的土压力,而在许多实际情况下,挡土墙的土压力处于非极限状态.本文将潜在滑裂面视为一任意曲线,改进水平层分析法,同时基于摩擦角随位移的变化关系,对平动模式下墙后填土进行分析,推导出非极限状态下主动方向土压力分布、合力大小及作用点的理论公式.以各薄层微元的滑裂面倾角为变量,利用PSO(粒子群算法)对潜在滑裂面进行搜索从而获得土压力最优解.分析了内摩擦角、刚性挡土墙位移量对非极限状态主动方向土压力分布、土压力合力大小、土压力合力作用点高度以及潜在滑裂面的影响.本文提出的计算方法得出的结果与试验数据的大小及变化趋势基本吻合,具有推广应用价值.     

基于AHP方法的湖泊群引水方案综合评价方法

针对湖泊群整治中引水活水方案实施前均需对各方案进行可行性分析,建立一种基于AHP层次分析方法的综合评价方法(ESLI),可以对包含水质改善指标、水动力学指标、经济指标和感观指标等多目标、多层次的湖泊群引水方案进行综合评价,并将ESLI方法用于福州市西湖左海湖泊群水质改善的方案优选中,为设计与决策提供相对较优的方案集.     

海上油田CO2驱潜力高效评估方法研究

针对我国海上高含CO_2天然气资源丰富与低渗储量逐年增加的情况,对海上低渗油藏CO_2驱提高采收率与埋存潜力进行研究。考虑CO_2驱效果受地质、油藏、工程等多方面因素影响,设计复杂繁琐的问题,一方面,采用无因此群组分析的方法将影响因素进行分类归并,减少设计因素的数量;另一方面,借助试验设计方法综合考虑各方面因素设计了少量但具有代表性的方案,通过对其结果的对比分析生成了相应预测模型。该设计方法只用原参数设计体系50%的模拟工作量就能获得可靠的CO_2驱潜力预测模型,提高了筛选工作效率。     

基于核极限学习机的煮糖结晶自适应控制研究

针对煮糖结晶过程难以进行自动控制的问题,提出一种基于预测模型的自适应控制方法.以逐步浓缩上升煮糖工艺为基础,基于核极限学习机构建糖膏液位和糖膏锤度的预测模型;以预测工艺偏差作为适应度函数,利用粒子群算法在线优化蒸汽阀和入料阀开度,并自动调节阀门用于跟踪理想工艺曲线.结果表明:与人工煮糖相比,自适应控制的煮糖过程更稳定且...     

PSO-ELM在低压系统短路电流峰值预测中的应用

在短路电流早期检测的基础上,提出一种基于粒子群优化极端学习机(PSO-ELM)的短路电流峰值预测方法.利用短路电流暂态特性分析确定预测模型的输入特征量,采用粒子群算法对极端学习机的输入权值和隐层偏置进行优化,最后,将提出的预测算法应用于低压多层级实验平台,并且与传统BP、 ELM算法进行比较.实验结果表明,基于PSO-ELM模型的短路电流峰值预测方法能够在全相角范围内准确地预测短路电流峰值,可作为低压多层级系统全选择性保护的短路故障预测算法.     

基于PSO参数辨识SVM的中长期径流预测研究

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辩识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后...