基于RBF-PID的水轮发电机组控制系统

研究水轮发电机组稳定性控制优化问题,水轮发电机组是一个非线性、时变的复杂控制系统,很难建立精确模型。采用常规PID控制策略难以较高的控制精度,超调量大。为提高水轮发电机组控制精度,将自学习较强的RBF神经网络与常规PID相结合,提出一种基于RBF-PID组合的水轮发电机组控制算法。采用RBF神经网络对水轮发电机组控制系统的Jacobian矩阵信息进行在线辨识,实现RBF-PID参数在线自整定。仿真结果表明:RBF-PID组合控制器不仅提高控制系统的精度,而且超调量小、抗扰动能力强,能够很好实现水轮发电机组的稳定性优化控制。     

云计算下的大数据网络信息检索技术分析

大数据时代的到来,对大数据的研究提出了更高的要求。作为一种新兴技术,网络信息检索技术不仅在一定程度上对相关工作起到了推动作用,同时还为相关人员提供了一种便捷的工具。这一技术可以在大数据时代背景下,利用大数据处理、存储、分析等技术手段来完成相关信息的检索任务。此外,在大数据时代背景下,还需要通过更加深入有效的技术手段来保障信息获取率,以及还要保证对于网络信息资源的有效利用。这也就要求我们要加快研发更多更先进技术,以实现网络信息资源的有效利用和高效处理。因此,人们对云计算下的大数据网络信息检索技术进行分析,这对大数据研究的深入与未来发展都有着十分重要的意义。     

群智能算法优化神经网络在网络安全的应用研究

网络安全是当前网络管理领域研究中的重点,针对BP神经网络的阈值和连接权值优化问题,提出一种群智能算法优化BP神经网络参数的方法,并将其应用于网络安全.首先对群智能算法中的生物地理学算法进行改进,加快其收敛速度,然后采用改进生物地理学算法择BP神经网络的阈值和连接权值,最后采用网络入侵数据集对其有效性和优越性进行测试.结果表明,生物地理学算法可以快速找到BP神经网络的最优阈值和连接权值,提高了网络入侵检测的正确率,可以有效的保护网络系统的安全.     

大数据下计算机网络信息安全及防护

<正>大数据技术的快速发展,对计算机网络信息安全建设有着非常重要的影响,特别是由于大数据具有很强的开放性和集成性,如何适应形势发展的需要,大力加强对计算机网络信息安全的保护更为重要。本文探讨了大数据对计算机网络信息安全的影响,分析了大数据下计算机网络信息安全防护存在的问题,研究了大数据下计算机网络信息安全防护的优化措施,以供参考。近来年,随着计算机技术的快速发展,各个行业在应用计算机网络方面已经具有很强的拓展性,而且在各个领域都已经发挥了积极作用。但是一些单位和个人还没有深刻认识到大数据对计算机网络信息安全提出的