基于极限学习机的智能电网运行入侵检测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 为解决智能电网运行入侵检测效率慢及入侵检测精度较低等问题，提出基于量子甲虫群算法优化的极限学习机模型。通过构建量子甲虫群优化算法，并引入量子力学，结合甲虫触角搜索和粒子群优化的优点，以进一步提高极限学习机算法入侵收敛性能，降低极限学习机的计算复杂度和训练时间。结果表明：随着迭代次数的增加，入侵检测测试误差逐渐减小，最小误差率为1.1%。（剩余8509字）

试读结束

目录
monitor