基于数据挖掘的IDS系统数据规则库改进设计

针对目前网络攻击越来越频繁,现有的IDS系统检测分析不够精准,IDS系统数据库的防御已经无法满足入侵防御需求的现状。采用数据挖掘技术中的C4.5算法和序列模式挖掘算法,对系统的获取的数据包进行数据挖掘,其中C4.5算法针对的是描述系统缺陷和已知攻击方法的数据,而序列模式挖掘算法针对的是系统调用序列数据,提高数据分析的准确性。实验表明,本文对IDS系统数据规则库的改进,大大提高了系统对入侵数据分析的准确性。

基于改进Prim算法的路径规划研究

文中提出一种基于聚类分析改进Prim(普里姆)最小生成树的路径规划算法,采用二分法将站网中的站点先聚类,分成多个微小的站点聚类中心,再以各聚类中心进行Prim最小生成树的路径规划,量化站网空间分布特征,通过聚类增强最小生成树,达到路径优化的目的。实践结果证明,改进的Prim算法适用于大型稠密的站网,在稠密的连通图中,只要调整指数进而控制聚类中心的数量,就能简化站网布局,降低算法的空间复杂度,达到更好的实际应用。

页岩气水平井分布式光纤温度监测高效反演解释方法

为突破页岩气水平井产出剖面和有效人工裂缝参数快速智能评价技术瓶颈,采用improved dichotomy(ID)算法建立页岩气水平井分布式光纤温度监测(DTS)数据反演模型,实现页岩气水平井产出剖面和每一簇有效人工裂缝参数的高效定量解释,最终形成页岩气水平井分布式光纤温度监测高效反演解释方法。对1口现场页岩气水平井的实测DTS数据进行解释分析,根据DTS数据识别诊断出69条有效人工裂缝。裂缝半长解释结果表明:该井裂缝扩展延伸极为不均,平均有效支撑裂缝半长为61.21 m,部分压裂段内存在明显的优势裂缝,裂缝半长大于120 m;反演模拟的温度剖面与实测DTS数据拟合较好,产出剖面反演解释结果与现场PLT测试产量较为吻合,单压裂段流量最大偏差仅为0.096×10^(4)m^(3)/d,验证了反演解释方法的可靠性。

基于改进差分进化算法的CFB锅炉主蒸汽压力建模

建立准确的主蒸汽压力数学模型对提升循环流化床(CFB)锅炉主蒸汽压力控制系统性能有着实际意义。受现场条件制约,近年来基于数据驱动的闭环建模已趋于实用化。针对模型参数辨识过程寻优速度和精度指标,提出一种引入两个权重系数的改进差分进化(IDE)算法。与传统差分进化算法相比,改进后的算法在模型参数辨识过程中的寻优速度和精度均有提升,辨识所得模型更加准确。该结果证明了改进后算法的稳定性。通过采集山西某电厂350 MW超临界CFB锅炉现场的实际运行数据并进行预处理,将燃料量和汽机阀门开度同时作为输入、主蒸汽压力作为输出,并利用IDE算法寻优得到主蒸汽压力的最佳模型参数。对比结果表明,模型有着更高的拟合度。该研究对350 MW超临界CFB锅炉主蒸汽压力优化控制有一定的指导意义。

车削加工工艺参数优化

针对车削加工中的约束优化问题,建立以切削速度v和进给量f为优化变量、以加工成本最小为目标的约束优化设计模型。提出了改进约束处理的自适应罚函数法和一种改进差分进化(Improved Differential Evolution,IDE)算法。应用IDE算法求解切削参数约束优化问题的全局最优解。给出了数值实例,通过与已有结果的比较,表明结合约束处理的IDE算法的有效性和稳健性。

基于改进差异进化算法的有功优化仿真研究

在电力系统有功优化这个复杂的全局优化问题上,差异进化(Differential Evolution,DE)算法可以增加其种群多样性但搜索效率低,于是在其基础上提出了一种改进的差异进化算法(Improved Differential Evolution,IDE)。IDE算法保留了DE算法的三大步骤:变异、交叉以及选择,优化了传统的变异策略,同时引入了Logistic映射改变系统参数,使固定取值的搜索步长和交叉算子在一定范围内随机取值,以此扩大种群搜索范围,加快收敛速度;IDE算法最后运用了考虑系统约束的非贪婪选择,以确保算法在可行域里探索最优解。为验证算法的实用性,利用Matlab软件,将DE和IDE算法在IEEE30节点测试系统上进行目标函数为电网功率损耗的有功优化仿真。仿真结果表明,IDE算法增加了种群多样性,加快了收敛速度并且提高了搜索效率。通过此次仿真,加深了学生对电力系统有功优化以及DE算法的认识和理解,同时引导学生利用计算机技术改善算法的搜索性能并且求解优化问题。

入侵检测系统BM算法分析及改进

由于BM算法自身存在的缺陷,导致在高速网络环境下入侵检测的速度可能跟不上数据包到达速率,导致丢包现象。改进BM算法,提高IDS的可靠性对网络安全尤其重要。

智能无人机轨迹与任务卸载联合优化

移动边缘计算(MEC)是云计算技术在边缘基础设施之上的应用拓展。考虑一个高能效的无人机移动边缘计算系统,通过联合优化无人机的运动轨迹、任务卸载策略和计算资源分配来最小化系统的能耗。为解决以上问题,提出一种双层优化方法,在上层用基于无监督学习的信道增益-自组织特征映射网络(h-SOM)对用户进行实时聚类,该聚类是以信道增益作为判断类别的指标并得到无人机的最佳部署位置;在下层根据无人机的部署,将计算卸载和计算资源分配问题转化为混合整数非线性规划问题(MINLP),并采用带有精英初始策略和自适应双变异策略的改进差分进化算法(IDE)进行迭代求解,精英初始策略可以根据h-SOM的聚类结果提供优秀的初始解,自适应双变异策略能够提高算法的全局搜索能力并促进算法收敛,从而获得更好的任务卸载决策。通过仿真实验验证了所提方法的有效性,并与传统算法进行了比较,其优化效果显著,为MEC系统的联合优化提供了一种新思路。

基于改进差分进化算法的RBF神经网络在股指预测中的应用

为了提高径向基函数(RBF)神经网络的预测性能,文章提出改进的差分进化算法(IDE),通过引入混合变异策略和局部算子来增强算法的收敛速率和局部搜索能力,用改进的差分进化算法对径向基函数神经网络的网络结构参数进行优化,建立了IDE-RBF神经网络股指预测模型,并以上证综指为例进行了实证分析。实证结果表明,IDE-RBF神经网络的预测效果明显优于其他预测模型。

改进的差分进化算法优化负荷频率控制

负荷频率控制(LFC)是保证供电质量及电力系统安全、可靠与经济运行的一种重要的手段。针对互联电力系统中负荷频率控制的特性,对控制参数保持不变的常规差分进化算法进行了改进,提出了一种根据进化代数的变化控制参数中的缩放因子和交叉概率因子也相应的进行变化,保证了进化初期对种群的多样性要求高以提高算法全局搜索能力以及进化后期对局部搜索能力要求较高以提高算法的精度和加快收敛速度。最后推导出两区域互联电力系统负荷频率控制的控制模型,将改进的差分进化算法用于优化其PI控制器参数,仿真结果表明改进后的优化算法在优化PI控制器参数性能上要优于传统的优化算法,即保证系统具有良好的动态性能下仍具有很好的鲁棒特性。

基于一种改进的二分法的MPPT算法

研究分析当前光伏系统中最大功率点追踪技术(MPPT)现状,发现传统MPPT方法在最大功率点处易出现振荡、扰动步长较大增加振荡或较小造成跟踪时间较长等问题。针对传统MPPT算法在稳态与动态性能之间的不足,提出一种改进的变步长二分算法。该算法设置一个较大的初始步长以确定MPP大概位置,随后利用二分算法对步长进行多次减半直到追踪到最大功率点。在Matlab/Simulink环境下对主流MPPT方法进行仿真分析,并与传统的MPPT算法进行对比验证此算法的可行性。仿真结果验证该算法的快速性与可行性,即能实现在最大功率点处的快速跟踪。

K-means算法在入侵检测系统上的应用与优化

入侵检测技术作为一种积极主动的安全防护手段,在保护计算机网络和信息安全中起到了越来越大的作用。数据挖掘通过从大型数据集抽取知识能够保证入侵检测技术异常检测有更高的准确率,并能够让误用检测中的已知行为模式的规则定义更加合理。本文选取了K-means算法作为例子,重点探讨了其算法本身的优缺点,对算法进行了改善,并对如何运用在入侵检测技术上做出了一定的说明,对入侵检测系统的改进提出了自己的见解。