工业控制网络入侵检测的BP神经网络优化方法

利用粒子群算法对入侵检测神经网络模型进行优化。仿真结果表明,与bp神经网络和ga神经网络相比较,具有较强的逼近和容错能力、较快的收敛速度和较好的检测效果。

考虑到常规bp神经网络算法容易陷入局部最优解,所建立的网络遗传流量检测模型检测效率低,准确率不高等问题,提出一种改进型ga优化bp神经网络算法,并使用其建立网络遗传流量检测模型。常规遗传算法在搜索过程中,往往会由于出现影响生产适应度高的个体而对遗传算法搜索过程产生影响的现象发生,因此需要对常规遗传算法进行改进。使用的方法是通过混合编码方式进行改进,同时对交叉算子、变异算子、交叉概率以及变异概率等参数进行优化修正。使用kddcup99数据库中的网络异常流量数据进行实验研究,研究结果表明,所提出方法的检测性能要明显优于常规算法,其对bp神经网络的结构、权值以及阈值进行同步优化,避免了盲目选择bp神经网络结构参数带来的问题,避免了常规bp神经网络容易陷入局部最优解的问题。

针对传统方法单独采用bp神经网络算法易陷入局部极值的问题,提出了遗传算法优化bp神经网络,并将其应用于mimo-ofdm系统信号检测中。该方法将遗传算法与神经网络相结合,用遗传算法优化神经网络初始值,使bp网络快速收敛到最优解,避免了由初始值的随机选取而带来的检测误码。仿真结果表明所提出的方法在误码率方面有比较好的性能。

本文把信息扩散原理和神经网络相结合,提出一种工程造价的估测方法,并给出计算实例。

基于人工神经网络的拱坝混合优化方法——拱梁分载法和弹粘塑性块体元法对拱坝地基系统进行耦合分析的基础上．建立了一套同时考虑坝体强度和坝肩稳定条件的拱坝体型优化方法，并给出了拱坝优化的一般形式。采用了人工神经网络结构近似分析方法来综合各种约束条件...

采用催化传感器和电化学式气体传感器配合使用的传感器阵列.为了解决2种传感器对矿井co和ch4气体的交叉敏感问题,提出了一种基于改进bp神经网络的矿井co检测方法.通过matlab仿真可以看出,基于神经网络的传感器阵列方法可以明显提高co检测精度.实际输出值和期望输出的绝对误差平均值为3.43ppm,相对误差平均值为1.43％.

采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井co和ch4气体的交叉敏感问题,提出了一种基于改进bp神经网络的矿井co检测方法。通过matlab仿真可以看出,基于神经网络的传感器阵列方法可以明显提高co检测精度。实际输出值和期望输出的绝对误差平均值为3.43ppm,相对误差平均值为1.43%。

为了有效利用多种检测数据来综合评价轨道的状态,本文应用bp神经网络技术建立了轨道状态评定方法,并采用matlab软件编制了具有自学习功能的评价软件。bp神经网络应用于轨道状态的评价中,其学习样本、规模及代表起关键作用,通过大量的样本训练,对\"未知\"样本神经网络模型的评价具有较高的准确性。理论分析与算例的结果表明,该评价方法是可行的、有效的,为解决轨道状态评定提供了一条新的途径。

通过对多级泵站老化情况的调研,利用模糊优化法和bp神经网络模型对多级泵站老化进行了评价,并比较两种方法的优缺点。

精密轴承应用广泛,精度要求高,轴承表面缺陷对其使用影响很大.因此,对轴承缺陷的检测很有必要.目前的检测以人工为主,但当缺陷小于0.075mm时人眼就很难识别.以ccd摄像机为视觉结合图像处理技术,设计一种轴承在线检测方法,能够在很大程度上提高检测效率和检测精度,最后利用bp神经网络进行缺陷分类,实验结果表明:分类正确率可达92.7%,符合工业要求.

介绍了基于rs485通信的上下位机两主多从的网络设计,以工控机作为上位机,以msp430单片机组成的系统作为从机,用evc++开发上位机通信模块,完成上位机与下位机的通信组网,给出了硬件设计和软件设计,对遇到的问题进行了分析并给出了解决办法.测试结果表明在现场和机房都能够完成对机器的控制,达到了提高控制系统整体稳定性可靠性的目的.

在机械优化设计领域针对实体结构的动态分析计算,采用bp神经网络可以提高优化收敛速度和精度,神经网络理论与传统的数值方法相结合具有重要的现实意义。

针对当前工业机械设备运行数据庞大,设备故障诊断复杂等问题,采用三层式bp神经网络,结合主元分析法,研究用于工业机械设备故障诊断的bp神经网络的优化方法,来对设备故障原因进行分类,并在此基础上探讨bp神经网络对于不同场景的应用,从而提高bp神经网络的应用价值。

比较分析了现行的造价估测模型的特点及其存在的问题,突出bp神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了bp神经网络估测模型并进行了造价估测。

造价估测方法的研究和bp神经网络模型的应用——比较分析了现行的造价估测模型的特点及其存在的问题,突出bp神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了bp神经网络估测模型并进行了造价估测。　　

针对六自由度机械臂耦合性强、时变、非线性等性能,基于拉格朗日动力学建模方法,文章采用bp神经网络逼近模型,实现高精度轨迹跟踪。该方法根据六自由度机械臂本体采集的数据进行黑箱辨识建模解耦,建模过程采用bp神经网络逼近,提升建模精度、简化建模过程。针对解耦后的系统,还需建立pid闭环控制器进一步实现轨迹跟踪控制。仿真及实验结果表明,基于bp神经网络的pid控制器能够改善系统的鲁棒性和稳定性,并有效抑制抖动。

为提高网络入侵检测的检测效果,提出了一种基于改进d-s证据理论的信息融合网络入侵检测方法。该方法首先采用支持向量机(supportvectormachine,svm)统计机器学习方法分别对基于主机和基于网络的数据进行训练;然后针对d-s证据理论无法解决证据之间冲突问题,从合成规则着手,提出一种改进的d-s证据理论;最后采用改进的d-s证据理论对svm的训练结果进行融合,兼顾了两类检测结果的优势,提高了网络入侵检测的性能。仿真结果表明,与单一的入侵检测策略相比,该方法能有效提高网络入侵检测的准确率,降低漏报率,提高了网络入侵检测的整体性能。

房地产在金融市场中占有举足轻重的地位,其价格变化对整个金融市场有着显著的影响。采用特征价格模型,对美国一线城市2007年6月及2008年的房价进行了相关定价研究。对传统特征价格模型的属性因子进行了扩充,加入房产周边犯罪率因子进行模拟;在数值方法计算方面,首先对数据进行了box-cox变换,分别采用bp神经网络及传统的最小二乘法进行数值模拟分析,结果表明,房价随犯罪事件类型及发生距离房地产的远近有-5.78%～2.08%的变化;在2008年与2007年6月的不同时段内,犯罪率的变化对房价的影响有所不同。bp神经网络模拟的价格与实际交易价格曲线比传统最小二乘模拟的价格曲线精度高出5.74个百分点。

基于bp神经网络电子评标方法的研究和应用——为了解决招投标中评标环节专家评审法随意性大的问题,针对建设工程的不同特点,对评标内容进行分类剖析.利用人工神经网络的智能识别功能,建立基于神经网络的电子评标方法.结合人工神经网络的自适应功能、良好的容错能...

为了对民航系统安全运行状态进行科学的分析和预测,针对反映民航系统安全运行状态的重要指标之一——飞行事故万时率,采用bp神经网络的时间序列非线性预测模型及方法,对其进行了分析研究和仿真验证,计算结果表明,该预测方法是可行的,并与实际具有较好的一致性。

针对bp神经网络训练过程中的训练时间较长、完全不能训练或容易陷入局部极小值等问题,提出基于遗传克隆选择算法(cloga)优化bp神经网络的流程,克服bp算法的一些缺陷。并通过湖北省人口预测问题进行效果检验,得到满意的结果。

优化电解碲电源对电解行业节能增效、提高电解产品质量和改善电网环境具有重要意义.电源前级采用三相电压型pwm整流器；在建立pwm整流器数学模型的基础上；通过改进双闭环pi控制策略；即外环基于并行搜索全局寻优的遗传算法优化bp神经网络权值和阈值的智能控制方法；分析网侧电流波形和谐波含量；可得到所需的额定电解电压和电流；以matlab/simulink软件为平台进行仿真计算.结果表明:ga-bp(geneticalgorithm-backpropagation)算法具有输出电压平稳、响应速度快、超调量小、抗干扰性强等优点.