融合DES和ECC算法的物联网隐私数据加密方法

为避免物联网隐私数据在加密过程中产生较多重复数据,导致计算复杂度较高,降低计算效率和安全性问题,提出融合DES(Data Encryption Standard)和ECC(Ellipse Curve Ctyptography)算法的物联网隐私数据加密方法。首先,采用TF-IDF(Tem Frequency-Inverse Document Frequency)算法提取物联网隐私数据中的特征向量,输入BP(Back Propagation)神经网络中并进行训练,利用IQPSO(Improved Quantum Particle Swarm Optimization)算法优化神经网络,完成对物联网隐私数据中重复数据的去除处理;其次,分别利用DES算法和ECC算法对物联网隐私数据实施一、二次加密;最后,采取融合DES和ECC算法进行数字签名加密,实现对物联网隐私数据的完整加密。实验结果表明,该算法具有较高的计算效率、安全性以及可靠性。

气动调节阀最优分数阶PID控制器设计

针对工业控制过程气动调节阀阀位控制中非线性,模型不精确等问题,提出一种基于分数阶PID控制器(fractional order PID controller, PI~λD~μ)的阀位控制方法。分析气动调节阀工作原理并建立其数学模型,为提高模型准确性,针对分数阶PID控制器参数整定范围广、复杂性高等问题,提出一种改进量子粒子群算法(improved quantum particle swarm optimization, IQPSO)整定分数阶PID控制器参数,引入混沌映射和非均匀高斯变异增强算法寻优能力,将改进算法用于调节阀控制系统模型辨识。仿真与试验结果表明,相比于整数阶PID控制器,所设计的分数阶PID具有更快的响应速度和控制精度,能更好地满足气动调节阀阀位控制要求。