基于NTRU格的云平台数据属性自动化加密技术

当前加密技术应用效果不佳,故设计了一种基于NTRU格的云平台数据属性自动化加密技术。先从采集的云平台数据中获取数据属性,对数据属性进行预处理,然后通过计算数据属性的信息增益并对其进行分类处理,利用NTRU格构建相应的数据属性加密结构,并对加密结构的加密结果进行验证,最后利用加密结构生成随机序列,对其进行编码处理,再对数据编码进行融合,计算相应的加密参数,实现数据属性的自动化加密。在实验测试中,设计的基于NTRU格的云平台数据属性自动化加密技术加密时间仅为2.02 s,应用效果较好。

不同作战任务条件下的UCAV航路规划问题建模

UCAV航路规划是充分发挥UCAV作战优势、使任务复杂性与UCAV能力之间保持良好协调性所必须解决的关键问题。在分析UCAV航路规划技术的基本概念和基本要求的基础上，针对不同作战任务条件下的UCAV航路规划问题进行了建模研究，分别建立了单UCAV航路规划、单UCAV多航路规划以及多UCAV协同航路规划等数学模型。

基于种群多样性测度的PSO算法及其应用研究

针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。

歼击轰炸机反舰作战中存在的问题及对策研究

为了进一步提高歼击轰炸机作战性能,对歼击轰炸机的发展历史及特性进行了分析,研究了反舰作战中存在的问题,提出了解决问题的协同作战方法和航路规划技术,在研究了协同作战体系结构的基础上,建立了基于MAS的协同作战决策模型,可进一步提高反舰作战能力。

对“网络中心战”面临的主要技术难题的思考

"网络中心战"是信息化时代联合作战的高级形态,文章阐述了"网络中心战"的体系结构,"网络中心战"的核心—全球信息栅格技术,重点对"网络中心战"面临的主要技术难题进行了初步分析。

舰艇编队协同防空作战体系研究

海上空袭作战模式由"低空隐蔽突防"和"饱和攻击"转变为在预警机指挥下,空袭飞机从舰艇编队防区外发射反舰导弹,采用远距离发射、低空突防、航路规划和饱和攻击的战术方法;传统的分层防御防空作战体系已不能适应未来的体系对抗、系统对抗的需要,基于网络中心战理论的协同防空作战体系是舰艇编队防空作战发展的重要方向。

细水雾抑制舰船会议室火灾的大涡模拟

舰船会议室因固体可燃物多且密集，采取自动和人工灭火措施是抑制火灾蔓延的最好方法。舰船会议室传统上采用的是哈龙或惰性气体灭火系统，因其固有的缺点，细水雾灭火系统成为有效防止火灾蔓延的替代技术。基于固体可燃物热解燃烧和火灾蔓延大涡数值模拟方法，研究了舰船会议室的门在开启状态下，细水雾灭火喷头的不同水滴平均直径对抑制室内火灾蔓延和烟气运动的影响。结果表明，当水滴喷射初始速度为5m/s，喷头由自带的温控传感器启动时，采用水滴平均直径小于500μm的喷头，喷出水雾时会强化会议室内火灾的初期蔓延。综合考虑抑制室内火灾蔓延并防止室内电器设备受到损害，细水雾灭火系统喷头的水滴平均直径选为500～750μm较好。

海军初级预选士官院校培训存在问题及对策研究

在分析了海军初级预选士官特点的基础上,按照"能打仗,打胜仗"的总体要求,并结合某型末端武器防御系统初级预选班次的具体情况,探讨了初级预选士官教育存在的主要问题,并提出了提高初级预选士官教育水平的具体措施,对推动初级预选士官教育改革具有一定的参考意义。

风向对航母甲板风影响的大涡模拟

采用低速气流运动控制方程组和湍流大涡模拟方法,研究了来风风向对航母甲板风的影响,得到了不同来风风向条件下,艏艉对称面附近、甲板上方低场及航母后方某点处压力和垂向速度随时间的变化关系。结果表明:航母有一定角度的侧向风对舰载机起飞有利,右舷风比左舷风有利;从有利于舰载机着舰角度看,右舷来风较左舷来风有利;从舰载机着舰下滑稳定性上看,来风风向角度越小越有利。

航空兵编队与舰艇编队对抗数理战术

舰艇编队防空武器多样，防空区域层次明确，防空能力相对较强，在基于舰艇编队任务模式和编队组成分析基础上，对其防空系统策略进行研究；针对航空兵的快速机动性和战术灵活性，建立战术攻击策略库，结合基于毁伤等级的毁伤效果评估，进行了航空兵编队对舰艇编队数理战术研究，从而为战术决策提供依据，最后指出进一步研究的方向。

细水雾压制舰船机库地面油料火灾的大涡模拟

采用燃油蒸发模型、空间火蔓延、烟气运动、水滴与热气体相互作用的大涡模拟方法,在保持灭火水流量不变,灭火水喷头在机库顶棚上均匀布置的细水雾灭火条件下,对封闭(部分泄漏)机库内漏油火灾蔓延与烟气运动进行了模拟研究,结果表明:只有在灭火初期,水滴直径对火灾压制效果才有明显影响。封闭机库存在泄漏的水雾灭火过程中,燃烧区将移动到泄漏附近,均匀布置在顶棚的水喷头不能直接对准火焰区,影响灭火效果。水滴直径过小时,短时间内就可能在地面上形成水积累。

液压管排弯曲机电气控制系统改造与设计

介绍液压管排弯曲机电气控制系统改造方案。该方案以横河PLC为控制核心、触摸屏为人机界面构成一个控制系统,通过PLC模拟量接口的位置模块,实现液压管排弯曲设备两油缸运动的同步控制。

基于相似日理论和CSO-WGPR的短期光伏发电功率预测

针对光伏发电功率预测精度不高的问题,提出一种结合纵横交叉算法与改进的高斯过程回归算法(crisscross optimization algorithm and weighted Gaussian process regression,CSO-WGPR)的预测模型。首先,通过加权模糊聚类对天气类型进行划分,选出与预测日相同类型的相似日样本;其次,采用单类支持向量机(One-Class supportvectormachine,One-ClassSVM)算法结合传统高斯过程回归算法,建立改进后的高斯过程回归模型(weighted Gaussianprocess regression,WGPR),减小异常值数据对预测结果的不良影响;然后,采用纵横交叉算法(crisscross optimization algorithm,CSO)优化WGPR的超参数,进一步提高模型的预测精度。以澳洲爱丽丝泉光伏系统为例进行建模预测,真实数据仿真和实验结果表明,所提预测模型在晴天、阴天、雨天类型下具有更高的预测精度,验证了该方法的有效性。

基于长短时记忆网络-纵横交叉算法的含高比例新能源电力市场日前电价预测

精准的日前电价预测能够协助电力市场参与者做出合理的决策。随着高比例新能源接入电力系统,日前电价的预测难度不断加大。为了提升含高比例新能源电力市场日前电价的预测精度,提出了一种基于奇异谱分析(singular spectrum analysis,SSA)和纵横交叉算法(crisscross optimization,CSO)优化长短时记忆网络(long short-term memory,LSTM)的日前电价预测模型。首先,使用SSA将原始数据分解成趋势序列、周期序列和剩余序列;其次,对各子序列建立LSTM多步预测模型,针对LSTM的全连接输出层参数易陷入局部最优的问题,提出了二次训练LSTM策略,在训练好LSTM模型后,使用CSO算法对全连接层间的权系数与偏置进行微调;最后,将所有预测序列进行叠加即得最终的电价预测值。以北欧丹麦DK1电力市场数据进行了建模预测,实验结果表明所提方法能够有效提高日前电价的预测精度。

基于生成对抗网络和LSTM-CSO的少样本光伏功率短期预测

针对新建光伏发电站原始数据匮乏导致光伏功率预测精度低的问题,提出了一种基于梯度惩罚Wasserstein生成对抗网络(Wasserstein generative adversarial network with gradient penalty,WGAN-GP)和改进长短期记忆网络的光伏功率短期预测模型。首先使用WGAN-GP学习原始真实光伏数据的样本分布规律,然后生成与原始数据相似的高质量新样本,从而实现训练集数据增强;其次,采用纵横交叉算法(crisscross optimization algorithm,CSO)对长短时记忆网络(longshort-termmemory,LSTM)的全连接层参数进行优化,构建LSTM-CSO组合模型对光伏功率进行预测。以澳洲某光伏发电站数据进行仿真建模,实验结果表明:使用数据增强后的样本训练预测模型能够有效提高模型的预测精度,且对原始训练集数据扩充数据量的比例越大,预测模型对于光伏功率预测的精度越高。同时LSTM-CSO相对于LSTM在各个季节类型的不同气象日中均具有更高的预测准确率,以春季测试集为例,LSTM-CSO模型在春季的晴天、多云、雨天下的均方根误差相比于LSTM模型分别降低5.62%、3.44%、10.44%。

基于生成对抗网络和纵横交叉粒子群算法的光伏数据缺失重构方法

针对设备故障和人为干扰等因素造成光伏数据缺失的问题,提出了一种基于生成对抗网络和纵横交叉粒子群算法的光伏数据缺失重构方法。首先,使用Wasserstein散度生成对抗网络(Wasserstein divergence for GANs,WGAN-div)学习光伏数据的时序性规律与耦合关系;其次,设计了重构约束,通过优化生成器的噪声输入,使得重构后的样本最大限度贴近真实样本;针对优化高维变量问题,采用纵横交叉算法催化粒子群算法的寻优过程,防止优化时出现早熟问题。实验结果表明,在光伏数据含有大量缺失值时,所提方法具有较高的重构准确率。该方法也适用于电力系统中类似数据的缺失值重构,具有良好的应用前景。

基于生成对抗网络和随机森林算法的配变低压跳闸预测

配变台区低压跳闸预测对供电部门掌握配电网运行态势至关重要。针对传统处理样本不平衡抽样方法容易造成信息丢失、引入噪声的缺陷,提出了一种领域清理(neighbourhood clean rule,NCL)欠采样和生成对抗网络组合的不平衡数据处理方法。首先采用NCL欠采样合理清除正常运行样本;然后采用稀疏自编码器学习大规模配变影响因素的内在特征,使用生成对抗网络去拟合、生成新的特征表示,并对其解码得到新跳闸样本;最后为了处理高维特征输入下的分类问题,使用随机森林分类器对目标配变进行低压跳闸预测,并依据跳闸概率进一步建立风险等级划分机制。以某地区配变为例进行建模预测,实验结果表明,所提模型在目标配变的预测准确率为99.65%,能有效预测低压跳闸事件和定位高风险台区。

基于混沌CSO优化时序注意力GRU模型的超短期风电功率预测

高精度的风电功率预测对风电的并网运营至关重要。为提取风电功率输入序列隐含的时间信息,建立以门控循环单元为基础的预测模型;并在模型输入侧引入时序注意力机制,通过与输入进行加权的方式提高模型对关键历史时间节点的敏感性。为加速模型收敛,在训练的早期利用动态混沌纵横交叉算法优化预测模型的权值和阈值;同时,通过构造多指标共同作用并联合待优化参数的正则项作为目标适应度函数,以避免优化过程中模型泛化性问题的出现。以某风电场采集间隔为1h和10min的实测数据进行实验,结果表明所提组合预测方法性能优于其他对比模型,并对其有效性进行了验证。

对人事档案管理加强无纸化办公的思考

信息技术的快速发展给人事档案管理带来了新的挑战,无纸化办公已经成为趋势。通过分析人事档案无纸化办公的现状和存在的问题,从安全性管理、法规制度、运行机制、从业人员素质等方面提出了针对性的对策措施。

企业职工退休年龄认定存在的问题及对策思考

近年来,企业职工退休年龄认定产生了许多的社会矛盾。文章结合工作实践,分析了企业职工在退休年龄认定过程中存在的问题,并提出了有针对性的对策思考。