无线传感器网络覆盖优化的混沌交叉人工蜂群算法

为了提高无线传感器网络覆盖性能,采用人工蜂群算法进行传感节点布置策略寻优,并对蜜源坐标分量进行混沌交叉,以增强人工蜂群算法的寻优能力。首先,根据目标区域选择合适的传感节点数,并建立针对目标区域的初始覆盖模型。接着,采用人工蜂群算法对覆盖模型进行优化求解,选择覆盖率作为适应度函数,将随机分布的所有传感节点坐标作为初始蜜源的位置。然后,进行探测蜂的候选蜜源搜索,获得适应度较高的传感节点坐标,并将候选蜜源坐标分量混沌优化。通过跟随蜂的分量优化,获得适应度最高的蜜源。最后,输出最优蜜源坐标,即为目标区域内所有传感节点的坐标值。试验结果表明,合理设置蜂群规模和迭代次数,相比于其他对比算法,混沌交叉人工蜂群算法能够获得更高的覆盖率。

基于改进Logistic混沌和交叉混沌扩散的强鲁棒性图像加密

针对现有部分图像加密算法鲁棒性弱的问题,本文提出了一种基于改进Logistic混沌和交叉混沌序列扩散的强鲁棒性加密算法。首先,对Logistic一维混沌进行变换,构造出一种混沌序列分布更加随机的新混沌系统;然后,利用螺旋矩阵变换进行第一次置乱,利用明文的哈希值构造混沌的初始密钥,引入明文相关的两个数值val1和val2结合新混沌系统构造交叉混沌序列;接着对置乱后的序列进行交叉混沌的扩散。为克服螺旋矩阵变换部分像素未发生改变的问题,再进行一次交叉混沌置乱,形成置乱-扩散-置乱的加密框架。最后对本算法进行仿真模拟,其中本文密文图像的平均相关系数为–0.0027,更加趋近于0,大大的破坏了图像内部之间的相关性,达到图像加密的效果。像素变化率NPCR为99.61%,归一化强度UACI为33.36%,都分别接近于理想值99.60%和33.34%;密文图像的信息熵为7.9975,接近于理想值8,密钥的敏感性为10–17;能够在椒盐噪声和高斯噪声强度为0.2的情况下,仍然能够识别出解密图像。而且加密图像剪切1/2时,仍然能够恢复出明文图像;实验结果表明,本文算法具有较高的安全性,能够抵御选择明文攻击和穷举攻击,具有较强的抗噪声和抗剪切能力,对于图像传输过程中的安全性提供一定的保障,能够对于灰度图像达到安全稳定的加解密效果。

基于结合混沌纵横交叉的粒子群算法优化极限学习机的短期负荷预测

为提高短期负荷预测精度,针对传统的单一负荷预测模型精度低以及常规智能算法在解决高维、多模复杂问题时容易陷入局部最优的问题进行了研究,提出了一种结合混沌纵横交叉的粒子群算法(CC-PSO)优化极限学习机(ELM)的短期负荷预测模型。ELM的泛化能力与其输入权值和隐含层偏置密切相关,采用结合混沌纵横交叉的粒子群算法优化ELM的输入权值与隐含层偏置,提高了ELM的泛化能力和预测精度。选择广东某地区实际电网负荷数据进行分析,研究结果表明,相对于BP神经网络和支持向量机,ELM具有更高的泛化能力和预测精度;CC-PSO相对于粒子群和遗传算法具有更高的全局搜索能力,CC-PSO-ELM模型具有较高的负荷预测精度。

基于交叉混沌映射的小波域图像加密算法

设计了一种新的图像加密算法,先将图像进行小波变换,再利用交叉混沌映射产生的混沌序列分别对低频和高频系数进行分块置乱;小波逆变换后,再用一组新的混沌序列对置乱后的图像进行扩散。实验证明,该算法密钥空间大、密钥敏感性强,能有效地抵抗暴力攻击、统计攻击和差分攻击。

基于结合混沌纵横交叉的PSO-DBN的短期光伏功率预测

为了提高短期光伏发电预测的准确性,文中采用深度置信网络(DBN)建立了各模型函数的预测模型。通过分析各模型函数的特征,建立了光伏发电模型的功率预测。传统的基于神经网络的功率预测难以训练多层网络,影响其预测精度。DBN采用无监督贪婪逐层训练算法构建了一个在回归预测分析中具有优异性能的多隐层网络结构,已成为深度学习领域的研究热点。DBN连接权重采用结合混沌纵横交叉的粒子群优化算法(CC-PSO)优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。最后,案例测试显示了所提出模型的有效性。

交叉混沌序列在数字图像加密中的应用研究

利用Logistic映射和迭代余弦映射生成了交叉混沌映射,并提出一种基于交叉混沌映射的图像加密算法。首先,通过给定的初始值生成交叉混沌序列,对该混沌序列进行处理生成混沌地址集合,利用该混沌地址集合分别对原图像进行行置换和列置换,得到置乱图像;其次,给定新的初始值,迭代生成新的交叉混沌序列,然后利用该交叉混沌序列进行迭代扩散,最终得到加密图像。该算法的优点是在置乱和扩散运算中都利用了生成的交叉混沌映射。数值实验表明,该算法具有较好的加密效果和恢复效果。

基于混沌映射的元胞遗传算法

针对元胞遗传算法(CGA)的功能及结构特点,将元胞遗传算法与混沌算法进行有机结合,分别设计基于Cat映射、Logistic映射及Tent映射的混沌映射元胞遗传算法(CCGA),并解释三种映射的遍历性.文中利用混沌映射的遍历特点及初值敏感性优化种群的初始分布,扩大搜索范围,设计遗传算子中的局部混沌交叉操作及混沌变异扰动机制,并比较不同混沌映射算子作用下种群多样性的变化.理论分析及计算机仿真实验表明,引入三种混沌映射的元胞遗传算法在提升寻优精度,提高算法收敛速度,避免局部极值方面均取得良好的效果.

一种混沌遗传算法及其在测试生成中的应用

针对标准遗传算法存在的早熟与收敛速度较慢等问题,提出了一种新的混沌遗传算法,该算法利用混沌序列的随机性、遍历性及规律性等特性来控制交叉与变异操作,可有效克服早熟收敛。介绍了一种组合电路测试生成的神经网络模型,以该模型为基础,对所提出的混沌遗传算法在测试生成中的应用进行了详细研究。实验结果表明,所提出的方法能有效克服标准遗传算法中的局部收敛问题,加快了测试生成过程。

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。

基于佳点集遗传算法的多路径覆盖测试用例生成

面向路径覆盖的测试用例生成作为一项有效的白盒测试技术,对提高软件测试效率和降低测试成本有重要意义。针对传统遗传算法过早收敛和收敛速度慢的问题,提出一种基于佳点集遗传算法的多路径覆盖测试用例生成方法。算法根据问题特征采用不同的编码方式,对于二进制编码的个体,设计佳点集交叉算子生成子代个体,实数编码的个体,设计一种混沌交叉方法生成子代个体;考虑分支距离和个体穿越路径与目标路径矩阵的相似度作为适应度函数。实验结果表明,与其他算法相比,该方法在覆盖率以及测试时间方面均具有优势。

基于整数红-黑小波变换的图像加密算法

设计了一种基于整数红-黑小波变换的图像加密算法。首先对图像进行最大层数整数红-黑小波变换,然后仅加密非零高频系数,加密方法是利用交叉混沌映射生成的混沌序列对系数进行扩散。最后,对加密后的系数矩阵进行类似zigzag扫描,得到加密数据并传输到接收方。该方案弥补了传统频域加密算法不能无损重构的缺陷,克服了单一、低维混沌系统保密性不高的缺点,密钥空间大、敏感性强,并且能有效抵抗信息丢失,具有很好的安全性和实用性。

力学学科的发展现状与21世纪展望

对经典力学的发展过程进行了回顾与现状分析 ,介绍了现代力学的发展状况 ,阐述了力学学科与其他学科的交叉科学的研究现状 ,并根据最新的科学研究成果探讨了 2 1世纪力学的发展趋势。

强实时性流媒体数据保密方案设计

由于网络视频服务的广泛应用,强实时性流媒体数据的安全性成为现今的研究热点。本文分别从保证视频数据本身的安全性和保证传输过程的安全性出发,提出了一套完整合理的强实时性流媒体数据保密方案。首先基于利用Logistic映射和Chebyshev映射形成的交叉混沌序列提出了MPEG视频流的选择加密算法,并给出实验结果和相关性能分析。然后选择合适的网络传输协议,并对于数据包丢失所引起的解密错误扩散问题提出了相应的解决方法。最后给出了完整方案设计图。

基于CMCPSO-SVM的轴承微弱故障诊断方法

针对旋转机械轴承微弱故障振动信号易被强噪声掩盖难以识别的问题,提出一种改进混沌粒子群优化支持向量机的故障诊断方法。将信号通过局部均值分解算法分解处理得到乘积函数(PF)分量,并进行能量归一化处理获得时频域特征集;通过迭代拉普拉斯得分降低时频域特征集的空间维度;以PF分量的排列熵作为混沌粒子群的适应度,并加入交叉和变异新策略,建立一种新的交叉变异混沌粒子群优化方法;利用改进的粒子群算法优化支持向量机的核函数和惩罚因子,并将优化后的分类模型应用于轴承故障诊断。结果表明:该故障分类模型的识别准确率高于其他分类模型。

基于改进的Semi Boost天气聚类的CC-PSO-DBN短期光伏发电预测

为了提高短期光伏发电预测的准确性,提出一种改进Semi Boost(Semi-supervised Boosting)天气聚类法和结合混沌纵横交叉的粒子群优化算法(Particle swarm optimization combined with chaos crossover,CC-PSO)优化深度置信网络(Deep Belief Network,DBN)连接权重的组合光伏发电功率预测方法。为了提高预测精度,设计并训练了Semi Boost改进的基于加权K近邻(Weighted K-nearest Neighbor,WKNN)置信度传播(Belief Propagation,BP)分类方法,对各天气类型采用对应的网络进行预测。DBN连接权重采用CC-PSO算法优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。实验结果验证了该模型的有效性。

Quantum Signatures of Chaos in Adiabatic Interaction Between a Trapped Ion and a Laser Standing Wave

We study quantum motion around a classical heteroclinic point of a single trapped ion interacting with a strong laser standing wave. We construct a set of exact coherent states of the quantum system and from the exact solutions reveal that quantum signatures of chaos can be induced by the adiabatic interaction between the trapped ion and the laser standing wave, where the quantum expectation values of position and momentum correspond to the classically chaotic orbit. The chaotic region on the phase space is illustrated. The energy crossing and quantum resonance in time evolution and the exponentially increased Heisenberg uncertainty are found. The results suggest a theoretical scheme for controlling the unstable regular and chaotic motions.

面向电网监控领域的视频加密传输方法研究

针对电网监控领域现有视频传输校验技术中的常见问题,以进一步提高监控视频传输的安全性为目标,提出一种基于哈希认证与交叉混沌算法的视频加密传输方法,并详细阐述其原理及实现流程。该方法能够对摄像头采集的监控视频提供双重安全传输保障,提高视频传输的安全性与可靠性,具有较好的实用性。