基于区块链的网络数据安全主动防御系统设计

为解决常规网络系统数据容易被恶意篡改且自适应主动防御性能较差的问题，基于星际文件系统(IPFS)和CamShift算法设计了双区块链网络数据安全主动防御系统。系统能够基于IPFS存储网络数据，将数据生成散列值后上传到样本数据链中形成稳定的区块链结构，并通过以太坊进行备份和查询，提高了网络系统数据的安全性。当系统面临恶意篡改或攻击时，能够调用CamShift算法对入侵个体进行追踪定位，启动主动预警和防御功能。实际测试结果表明：系统的入侵检测时间、误差率符合预期，主动防御效果良好。     

基于TOPSIS和层次分析法的通用电力营商环境评价方法

传统的营商环境评价方法主要基于经验或模糊分析,缺乏科学的标准化评价指标体系。企业开展评价时需要邀请专业机构进行操作,难以自主开展获得电力评价,一旦指标评价内容发生改变,企业很难及时开展变更后的营商环境评价,也无法据此精准发现短板问题。本文基于电力营商环境特点,构建相应指标体系,收集、处理数据后,采用前沿距离算法对各指标进行标准化处理,并基于TOPSIS分析法开展具体评价。笔者以河南某市6县数据为例,利用构建的评价模型对其电力营商环境指标进行评价,获得各县具体指标得分后,分析各县电力营商环境劣势指标和问题,指导其进一步优化营商环境。     

基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题，提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先，利用摄像头获取田间抖动视频图像序列，进行图像子区域划分并计算各区域灰度均方差，进而确定各区域Harris角点阈值；通过自适应角点阈值设置，增加角点距离约束，完成图像角点检测。然后，对检测出的角点进行光流跟踪，计算出帧间运动估计参数。最后，利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能，获得精确运动估计矢量。测试结果表明，改进后的Harris角点检测算法区域平均分布标准差减小；自适应卡尔曼滤波算法在保证平滑随机运动前提下，跟踪主动运动性能平均提升30.75个百分点；稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。     

模糊理论分析法在水利工程施工期的风险评价应用

文章基于国内某水利工程河道防洪工程,并使用基于模糊层次法以及模糊二元对比分析法的基础上改进而来的新型分析方法,对河道工程施工期可能存在的风险进行分析。通过分析结果可以看到,因素层与准则层的顺序存在不同,但是运用这两种分析方法对工程风险进行评价的结果是相同的,两种方法的区别在于模糊层次法的计算结果准确度非常高,而且计算量非常大,比较适合应用在一些较大型的工程之中,而模糊二元对比分析法的计算结果准确度较低,而且计算的方式比较简单,比较适合应用于一些小型项目。根据分析评价的结果文章提出了针对工程施工期风险的监督与管理的方法。     

大众up!

大众up!共设计了三种版本：入门版“take up !”、舒适版“move up!”和顶级版“high up!”，不同配置的up!采用的内饰配色也有所不同。up!量产车首次引入了大众PID概念，这是一套同顶级导航厂商Navigon 合作的产物，     

河南卫河流域脆弱性评价

结合卫河自身特点和地理环境建立13项指标体系,运用基于熵权的模糊数学模型对其脆弱性进行评价。结果表明,鹤壁的脆弱性为0.69,焦作为0.55,新乡为0.39,安阳为0.36,濮阳为0.23。最后针对评价结果分析了原因,提出了合理性建议和措施。     

基于改进入侵杂草算法优化的PID生物质废弃物发酵热能控制模式

生物质废弃物发酵系统是一个大时滞系统，针对生物质发酵系统中的热能控制存在波动大、振荡多和超调大的问题，提出基于改进入侵杂草算法优化的PID生物质废弃物发酵热能控制方法，运用改进入侵杂草算法对PID控制器的参数进行在线调整。算例仿真表明，所提方法能够快速、稳定且高精度地实现对生物质废弃物发酵系统的热能控制，为沼气制取提供了稳定的热能环境，实现了沼气的稳定供应。      

基于改进B样条神经网络-PID控制器的温室温度控制技术

针对温室温度控制系统所存在的大惯性、非线性等问题,提出神经网络PID控制算法,并利用知识局部存储且具有较快学习速度的B样条函数作为网络隐层神经元函数,同时,提出了β参数型-B样条曲线的重新参数化方法,通过学习算法对β参数搜索来动态调节B样条基函数,从而建立B-BP神经网络,并利用其对PID控制器的比例、积分和微分参数进行优化调整,从而为B-BP-PID控制器的参数自适应调整提供更好的保证,使温度控制系统有效跟踪系统模型并达到较高的辨识精度。仿真试验获得B-BP-PID控制器的最佳β因子为3.2,其温度控制超调量为27%,调节时间为0.8 s,而BP-PID控制器的超调量为25%,调节时间为4.8 s,RBF-PID控制器的超调量为40%,调节时间为1.2 s,新算法有效提高了温度控制过程的稳定性、精确性与鲁棒性。     

基于遗传算法的LQG/LTR航空发动机性能优化

针对飞行控制系统控制器的设计中存在建模误差以及飞行过程中外界干扰的影响,采用LQG/LTR鲁棒控制方法完成某型战斗燃油机控制系统控制器的设计。为了提高战斗机控制精度,解决LQG/LTR鲁棒控制方法中存在的权矩阵Q和R选择困难的局限性,加入遗传算法,进行在线寻优。同时针对不同飞行条件下系统以及系统建模过程中造成的参数不确定性问题分别进行仿真，并与传统PID以及控制效果较好的基于遗传算法的PID控制进行对比仿真。理论研究和系统仿真结果表明,基于遗传算法的LQG/LTR控制系统与基于遗传算法的PID控制相比,不但具有良好的鲁棒性,而且响应快速,控制精度高,满足了战斗机飞行控制的要求。