基于优化极限学习机的工业控制系统入侵检测
作者机构：北京石油化工学院信息工程学院北京102617 北京化工大学信息科学与技术学院北京100029 航天光华电子技术有限公司北京100070 福瑞博达(北京)自动化设备有限公司北京100176
基 金：北京市自然科学基金项目(4174089) 北京市教委科研科技计划面上基金项目(KM201610017007)
出 版 物：《计算机工程与设计》 (Computer Engineering and Design)
年 卷 期：2020年第41卷第3期
页 码：608-613页
摘 要：为解决极限学习机(ELM)随机给定输入权值和隐含层结点的阈值,导致泛化能力和精度不理想的问题,提出混合自适应量子粒子群(HAQPSO)优化算法对输入权值和隐含层结点的阈值进行参数寻优。在量子粒子群优化算法的基础上,加入差分策略和Levy飞行策略,采用自适应改变的控制方法控制收缩-扩张系数,有效避免算法的早熟,增强算法全局寻优能力,通过对典型函数的测试验证了该算法的优越性。构建基于HAQPSO优化ELM的工控入侵检测模型,将仿真结果与其它算法进行比较,HAQPSO优化后的ELM在准确率、精确率和召回率等指标上都有明显提升。
主 题 词：极限学习机 量子粒子群优化算法 差分策略 Levy飞行策略 工控入侵检测
学科分类：08[工学] 080203[080203] 0802[工学-机械学]
D O I：10.16208/j.issn1000-7024.2020.03.002
馆 藏 号：203906310...
