改进帝王蝶算法在工业入侵检测技术中的应用

针对神经网络训练时容易陷入局部最优的问题，提出一种基于工业入侵检测模型的帝王蝶优化算法。利用帝王蝶算法(monarch butterfl y optimization, MBO)和狮群进化算法(lion pride optimization, LPO)的全局寻优和局部寻优提高网络参数的求解质量，从而提高入侵检测结果的准确率。实验在工业控制系统标准数据集进行评估，结果表明模型符合工业入侵检测标准，与其它流行算法相比较，优化后的工业入侵检测技术具有较高的检测精度和较快的收敛速度。