变异粒子群优化最小二乘支持向量机的网络流量预测

发布时间：2017-12-22 06:27

  本文关键词：变异粒子群优化最小二乘支持向量机的网络流量预测　出处：《计算机应用与软件》2014年10期 　论文类型：期刊论文

  更多相关文章： 网络流量 最小二乘支持向量机 粒子群优化算法 变异粒子 预测模型

【摘要】：针对最小二乘支持向量机参数优化问题,提出一种变异粒子群算法优化最小二乘支持向量的网络流量预测模型(MPSOLSSVM)。首先对网络流量序列进行相空间重构,构建最小二乘支持向量的学习样本;然后采用变异粒子群算法选择最小二乘支持向量机参数,从而建立最优的网络流量预测模型,最后与其他模型进行对比实验。对比结果表明,相对于对比模型,MPSO-LSSVM提高了网络流量的预测精度,预测结果可以为网络管理员提供有价值参考信息。
【作者单位】： 江苏食品药品职业技术学院信息工程系;
【分类号】：TP393.06
【正文快照】： 0引言随着网络规模增大,网络流量日益增加,同时网络流量受到多种因素影响,具有非平稳性和混沌性,准确预测网络流量成为国内外专家和学者研究的热点[1]。最小二乘支持向量机(LSSVM)是一种改进的支持向量机,较好克服了支持向量机训练时间长、传统机器学习算法的“过拟合”等缺陷

【相似文献】

中国期刊全文数据库 前10条

1 靳召东;陈虹;张钲浩;;基于自适应遗传算法LS-SVM的网络流量预测[J];计算机应用与软件;2010年11期

2 段智彬;孙恩昌;张延华;董燕;;基于ARMA模型的网络流量预测[J];中国电子科学研究院学报;2009年04期

3 孙丽梅;;基于小波变换的网络流量预测[J];潍坊学院学报;2008年06期

4 闵洁;李潇;;基于最小二乘支持向量机的网络流量预测[J];科技创新导报;2010年03期

5 孙韩林;金跃辉;崔毅东;程时端;;粗粒度网络流量的灰色模型预测[J];北京邮电大学学报;2010年01期

6 闵洁;李潇;;基于最小二乘支持向量机的网络流量预测[J];九江学院学报(自然科学版);2010年01期

7 陶晓玲;彭维洋;;一种趋势划分的灰色马尔可夫网络流量预测方法[J];桂林电子科技大学学报;2010年03期

8 奠石镁;何蓉;付绍武;;基于混沌时间序列和神经网络的网络流量预测方法[J];现代电子技术;2011年03期

9 张正本;翟海庆;;基于组合模型的网络流量预测[J];河南机电高等专科学校学报;2008年06期

10 王鹏;刘渊;;基于改进的QPSO训练BP网络的网络流量预测[J];计算机应用研究;2009年01期

中国硕士学位论文全文数据库 前5条

1 王涛;基于信息理论学习的网络流量预测[D];西安邮电大学;2013年

2 李丽;基于支持向量机的网络流量预测研究[D];南京理工大学;2007年

3 王鹏;网络流量预测技术研究[D];江南大学;2009年

4 陆国浩;网络流量预测系统的研究与实现[D];苏州大学;2007年

5 唱雪;基于BP神经网络理论的校园网带宽流量预测[D];哈尔滨工程大学;2008年

，

本文编号：1318792