本站原创中文论文格式要求(样本)
基于神经网络理论的系统安全评价
王三明蒋军成
(南京工业大学安全工程研究所,江苏,南京,210009)
摘 要:本文阐述了人工神经网络基本原理,研究分析了BP神经网络模型的缺陷并提出了优化策略.在此基础上,将神经网络理论应用于系统安全评价之中,提出了基于此理论的系统安全评价模型等
关 键 词:神经网络网络优化安全评价
SAFETYASSESENTOFTHESYSTEMBASEDONTHEARTIFICAL
NEURALNETWORK
Abstract:InthearticlethetheoryofANNhasbeenintroduced.AtthesametimesomelimitationsofBPneuralworkhebeenanalyzedandoptimizedmethodshebeensupposed等
Keywords:NeuralNetwork,NetworkOptimization,SafetyAssesent
1引言
人工神经网络模拟人的大脑活动,具有极强的非线形逼近,大规模并行处理,自训练学习,自组织和容错能力等优点,将神经网络理论应用于系统安全评价之中,能克服传统安全评价方法的一些缺陷,能快速,准确地得到安全评价结果等
2神经网络理论及其典型网络模型
人工神经网络是由大量简单的基本元件-神经元相互联结等目前在模式识别中应用成熟较多的模型是前馈多层式网络中的BP反向传播模型,其模型结构如图1.
图1典型BP网络结构模型
2.1BP神经网络基本原理
BP网络模型处理信息的基本原理是:输入信号Xi通过中间节点(隐层点)作用于输出节点,经过非线形变换,产生输出信号Yk等
3安全评价实例
(1)安全评价参数的确定等
(3)评价结果
当学习因子(等于4.07,动量因子a等于0.2,预设误差为0.00001,单隐层,其隐节点数为L等于9,模型迭代29254次,所得到的网络评价的结果见表2.
表2企业神经网络安全评价结果
安全评价参数网络安全评价结果企业1企业2企业3企业4企业51-0.5-1.50.51.50.52-1.50.5-0.50.51.53-0.50.50.5-0.51.54-1.5-0.5-0.50.50.550.50.51.5-1.50.56-0.5-0.50.51.51.5安全
状况-1.5-0.50.50.51.5差可接受好好非常好
4结束语
本文将优化后的BP神经网络应用于系统安全评价中,能对系统进行准确,动态的安全评价等