【技术实现步骤摘要】
一种基于大数据的仿真数学模型参数对的估量系统及方法
本专利技术属于工业控制仿真
,尤其涉及一种基于大数据的仿真数学模型参数对的估量系统及方法。
技术介绍
工业控制系统的设计依赖于受控过程的数学模型。而大多数工业过程的动态特性,可以用一阶时滞模型来近似描述。仿真数学模型在具体工业生产装置应用时,需要做针对性的参数估计。仿真(Simulation),即使用项目模型将特定于某一具体层次的不确定性转化为它们对目标的影响,该影响是在项目仿真项目整体的层次上表示的。项目仿真利用计算机模型和某一具体层次的风险估计,一般采用蒙特卡洛法进行仿真。利用模型复现实际系统中发生的本质过程,并通过对系统模型的实验来研究存在的或设计中的系统,又称模拟。这里所指的模型包括物理的和数学的,静态的和动态的,连续的和离散的各种模型。所指的系统也很广泛,包括电气、机械、化工、水力、热力等系统,也包括社会、经济、生态、管理等系统。当所研究的系统造价昂贵、实验的危险性大或需要很长的时间才能了解系统参数变化所引起的后果时,仿真是一种特别有效的研究手段。仿真的重要工具是计算机。仿真与数值计算、求解方法的区别在于它首先是一种实验技术。仿真的过程包括建立仿真模型和进行仿真实验两个主要步骤。然而,现有工业仿真数学模型建模方法要求施加的输入信号必须满足“持续激励”的条件;为了得到足够的数据,系统必须运行较长的时间;另外参数的计算量也比较大,给工程应用带来了诸多不便;同时,仿真数据筛选主要依赖于仿真数据中存在足量优质样本、优质样本具有足够多样性的前提,对仿真器精度要求严格,实现难度大;增加先验则必需耗费人 ...
【技术保护点】
1.一种基于大数据的仿真数学模型参数对的估量方法,其特征在于,所述基于大数据的仿真数学模型参数对的估量方法包括:第一步,利用启动按钮启动仿真数学模型参数对的估量系统;利用按键键盘输入仿真数学模型参数对;第二步,对工业仿真数学模型参数进行辨识;第三步,利用数据校准程序对输入仿真数学模型参数对进行校准;第四步,利用数学模型软件构建仿真数学模型;利用优化程序对仿真数据进行优化;第五步,利用基于属性加密和基于MAC的云服务器集中大数据资源对仿真数学模型参数对数据进行处理分析;属性加密具体包括:(1)选择复合阶N=p1p2p3线性群G,双线性映射函数e:G×G→GT,哈希函数H:{0,1}*→G,随机选择生成元
【技术特征摘要】
1.一种基于大数据的仿真数学模型参数对的估量方法,其特征在于,所述基于大数据的仿真数学模型参数对的估量方法包括:第一步,利用启动按钮启动仿真数学模型参数对的估量系统;利用按键键盘输入仿真数学模型参数对;第二步,对工业仿真数学模型参数进行辨识;第三步,利用数据校准程序对输入仿真数学模型参数对进行校准;第四步,利用数学模型软件构建仿真数学模型;利用优化程序对仿真数据进行优化;第五步,利用基于属性加密和基于MAC的云服务器集中大数据资源对仿真数学模型参数对数据进行处理分析;属性加密具体包括:(1)选择复合阶N=p1p2p3线性群G,双线性映射函数e:G×G→GT,哈希函数H:{0,1}*→G,随机选择生成元然后公布公共参数para:para=(e,g,N,H(·))(2)每个AAk管理属性集合Ak,AAk输入公共参数para,对Ak中的每个属性i随机选择αk,i,βk,i∈ZN,并计算其公钥其密钥为:mskk,i={αki,i,βk,i}AAk公布其公钥:(3)全局标识为GID的合法用户向AAk申请自身的属性集合AGID,然后AAk为集合AGID∩Ak中的每个属性i生成相应密钥:用户在每个AAk的密钥为:(4)加密算法将公共参数para、公钥PK和LSSS访问控制策略(M,ρ)作为输入,其中M为n×l矩阵;随机生成s∈ZN,计算密文:C0=m·e(g,g)s(5)选择随机数生成向量:与:并在矩阵中每一行计算:同时随机生成λ′x,w′x∈ZN;每个叶节点对应于属性i=ρ(Mx),随机选择ri∈∈ZN;对i=1ton,计算:C4,i=λi-λ′iC5,i=wi-w′i则,密文为:CT=((M,ρ),C0,{Ci,1,Ci,2,Ci,3,Ci,4Ci,5}i∈[1,1])(6)解密算法将封装密钥恢复出来;它将CT和SK作为输入,如果用户不满足访问控制策略,则输出错误信息,否则选择可满足访问策略的属性集合:I={i:ρ(i)∈S}并计算常数ωi∈ZN,使∑i∈I(ωi·Mi)=(1,0,...,0)成立,其中Mi是指矩阵M的第i行;然后通过下述计算:A=A1·A2m=CT/AMAC方案包括:(1)用户首先需要对文件进行分块处理,将文件分为m1,m2,…,mn∈Zp,p是一个大素数;(2)用户选择α、s作为私钥;计算Si=G(i,s),其中i∈[1,n],i和s是伪随机函数G(i,s)的参数;(3)用户端为每个数据块计算一个MAC值:σi=αmi+Simodp,然后把数据块集合{mi}和MAC集合σi+存储到云存储服务器中;(4)用户选取要检测的数据块的随机集合Q...
【专利技术属性】
技术研发人员:王洪珂,王昌酉,王晓峰,袁玉兴,付靖,何勇,丁昌华,
申请(专利权)人:重庆科技学院,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。