针对短期电力负荷预测中影响因素多、变化随机、非线性等特点,提出一种相似日的优化BP神经网络短期电力负荷预测方法。考虑到短期负荷波动的影响因素较多,相似日的选取综合了气象因素、日期因素和时间距离因素。同时,在负荷预测中常用的BP神经网络预测方法的基础上,引入遗传算法对BP神经网络算法的初始权值和阈值寻优进行改进。仿真表明优化BP神经网络算法与相似日结合的方法预测时在稳定性和精确度方面得到较大的提高。可知，BP神经网络具有一定的学习能力，进行10天负荷预测测试，预测绝对平均百分比误差为0.2031，优化后的BP神经网络的预测平均误差百分比为0.0549，由结果数据可以看出优化后BP神经网络的预测精确度和稳定性都得到提高，实验过程中训练时网络的收敛速度更快。5结束语文中对于短期电力负荷预测主要是使用基于相似日的优化BP神经网络来进行预测。首先相似日的选取综合考虑气象因素、日期因素和时间距离因素的影响，选取出20个相似度最大的相似日数据作为输入数据，是历史日中对预测效果影响最重要的图15月31日综合关联度Fi 对在不安全的网络环境或不安全的上网系统的环境下,提出一种基于移动终端的安全登录系统,克服了现有移动登录方案的不足。当用户使用浏览器在一个Web信息系统或应用系统进行登录操作时,Web信息系统或应用系统将浏览器与Web系统之间的会话标识数据以二维码的形式显示在浏览器上,用户只需使用移动终端的摄像头扫描二维码获得会话标识数据并利用移动终端完成身份认证即可实现用户浏览器在Web信息系统或应用系统的安全登录,用户无需在计算机上输入帐户名登录方法的研究与-电动数控滚圆机滚弧机张家港电动自动滚圆机滚弧机、  本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name口令,从而避免了在公共计算机上输入帐户名、口令导致的帐户名、口令被窃取的风险,而且将用户在不同Web信息系统或应用系统的身份凭证保存在移动终端中也给用户进行登录操作带来方便。 直接主机登录的方式，则可能造成用户信息被窃取，具有一定的安全问题；若采用手机短信或邮件的方式，对用户来讲非常不方便；若采用二维码登录的方式，用户需要下载手机客户端才能扫描二维码登录，即使有手机客户端，如果要登录多个应用系统还需登录多个手机应用，用户体验不好[9]。因此，利用手机的的3G、4G创造一个相对安全的网络环境，利用手机进行安全登录是一项非常有意义的工作。1基于移动终端登录系统的整体设计1.1系统结构基于会话的移动登录系统结构如图1所示，包括浏览器，Web系统，手机移动登录助手，Web系统数据库四部分。图1基于移动终端登录系统的结构图FbileTerminal（1）浏览器：应用系统的客户端。由于本方案面向的是Web系统，因此浏览器即为应用系统的客户端；（2）Web系统：一个通过网络提供预定功能服务的系统，该系统可以提供各种各样的服务，本文中只讨论该系统的登录部分；（3）移动登录助手：一个手机应用软件，即为本研究所研究系统的用于移动登录的手机客户端；（4）Web系统数据库：应用系统用来维护用户身份信息，并用该信息来验证用户身份。1.2验证过程整个用户身份验证基本过程如下：（1）用户在计算机上使用浏览器访问一个尚未登录的Web系统时，若用户选择使用移动终端登录，则浏览器客户端在应用系统的支持下以二维码的形式展现出需要传递给移动登录助手的包含会话标识数据的登录信息。（2）用户启动移动登录助手获取浏览器客户端传递的信息后，移动登录助手根据协商好的参数数据结构解析参数，按Web系统约定的提交会登录方法的研究与-电动数控滚圆机滚弧机张家港电动自动滚圆机滚弧机  本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name