摘要：针对PM2.5预测的非线性不确定特点,提出基于改进粒子群优化BP神经网络的空气PM2.5浓度预测模型。引入混沌映射和对立学习改进粒子群算法;引入对立学习提高初始解的质量;引入混沌Tent映射改进粒子随机搜索,避免局部最优;引入自适应惯性权重均衡局部开发和全局勘探能力。利用改进粒子群对BP神经网络权值和阈值进行迭代寻优,基于最优参数BP神经网络做PM2.5预测,有效避免神经网络训练时陷入局部最优,提升收敛速度。选取某市某时段的PM2.5日均浓度数据进行实验分析,结果表明IPSO-BP预测准确度更高,收敛速度更快。

摘要：互联网的飞速发展给人们的生活带来便利的同时,也给网络攻击者提供了良好的环境。网络安全问题不仅关乎民生,也关乎国家安全,因此,网络安全问题引起了中央高度重视。为此,学者们提出了很多应对网络安全攻击和网络异常检测的方法,其中机器学习算法占据重要地位。该文采用多种机器学习方法,首先对数据集KDD99进行网络异常检测,并预测其攻击类型,再对国家电网金华供电公司网络数据进行网络攻击威胁预测及等级分类。研究发现采用决策树算法预测准确度最高,同时运行时间也短,此外,研究揭示KDD99数据集中U2R攻击类型容易被预测为正常类型。该研究为降低误报率和提高网络安全性能的系统设计提供参考。

摘要：汽车变速器是汽车传动系统的重要环节,对设备质量有直接影响。汽车变速器试验台是对减速器关键性能进行测试的试验装备,公共直流母线电封闭系统因其结构紧凑、效率高、稳定性好的特点成为试验台电封闭方案的重要选择。基于公共直流母线技术,采用独立整流单元独立设置,提高了系统的冗余度、灵活性和抗过载能力。通过基于虚拟仪器的测试系统对电封闭反馈率进行综合试验,反馈率可达75%,还有进一步上升空间,验证了设计的可行性。

摘要：针对现有汽车变速器加载试验台自动化程度低、能耗高、需单独购置振动故障分析设备的问题,提出一种基于公共直流母线的全自动在线加载试验台,通过辊道将试验台纳入总成装配线体系,实现自动化注油、对接、加载,提高了装配线自动化程度,满足了对生产节拍的要求,通过换装支撑与对接工装满足了不同型号变速器的试验要求,提高了使用灵活性。设计了基于Lab VIEW的自学习与故障振动分析功能,既可以在线监测振动波形,又可以进行离线时频分析。现该系统已交付用户使用,为用户节省了工作成本、提高了工作效率。