灰色DGM(2,1)与BP神经网络的组合预测模型研究

针对贫信息、不确定性,以及数据量少的问题,提出了一种灰色DGM(2,1)与BP神经网络组合预测模型。首先将原始数据分组建立灰色DGM(2,1)模型组,并得到每个模型组的拟合值,然后,将拟合值作为BP神经网络的输入样本,以原始数据为导师值训练BP神经网络,最后,使用训练后BP神经网络模型进行预测,从而高效利用数据。在预测养老保险缴费的场景下,灰色DGM(2,1)与BP神经网络的组合预测模型的预测平均误差降低0.012。仿真结果表明,该组合预测模型具有较高的预测精度和较好的稳定性。

实验室安全检查系统的设计与实现

为了进一步落实高校实验室安全检查制度,提高高校实验室安全信息化水平,本文提出了一款移动端和PC端相互结合的高校实验室安全检查系统方案。该方案通过以移动设备为安全检查工具,以PC端为检查结果查看平台,用于落实高校实验室安全检查的工作,从而使高校师生处于一个安全的实验室环境中进行学习工作。利用实验室安全检查系统可以进行无纸化安全检查以及实现检查数据信息化、长存化。此外利用闭环安全检查运行模式,通过闭环检查流程能够有效地使整个安全检查结果更加高效,以及在检查过程中避免出现纰漏。

基于WOA和LA的安全路由协议优化设计

综合考虑鲸鱼优化算法(WOA)在安全路由协议多维目标函数优化中的普适性和狮子算法(LA)收敛速度的高效性,建立一个优化的安全路由协议模型。不同角度分析影响路由协议安全性的信任度、能量、链路维持时间、时延、移动性等定量参数,建立相应的归一化多维目标优化函数;在该多维目标函数求解中,用WOA实现目标值的本地识别、包围与靠近,用LA算法实现区域搜索,提高算法的全局收敛速度和可靠性。通过对比仿真验证了所提算法的收敛速度和优化质量均高于其它算法。

拓扑感知的无线传感网络数据聚合方法

针对无线传感网络中数据聚合能耗和重建误差问题,提出了一种拓扑感知的数据聚合方法(TADA).首先,构建了一个包含网络初始化、数据分帧和数据预处理的数据流,形成无线传感网络的通信过程;然后,构造测量矩阵将数据分解为多个路径转发,从而进行全网络矢量分配,并提出了基于平衡最小生成树是数据聚合算法.通过实验表明:所提方法在数据聚合能耗和数据重建错误率要求上低于其它压缩感知的方法.