布谷鸟搜索算法优化BP神经网络的网络流量预测

发布时间：2017-12-29 11:22

  本文关键词：布谷鸟搜索算法优化BP神经网络的网络流量预测　出处：《电子技术应用》2015年03期 　论文类型：期刊论文

  更多相关文章： 布谷鸟搜索算法 网络流量 神经网络 参数优化

【摘要】：为了提高预测精度,提出一种布谷鸟搜索算法优化BP神经网络的网络流量预测模型(Cuckoo Search BP neural network Flow Prediction,CS-BPNN)。根据混沌理论建立网络流量学习样本,采用BP神经网络对学习样本进行训练,将模型参数当一个鸟巢,通过模拟布谷鸟寻窝产卵的行为找到最优模型参数,最后采用网络流量数据进行仿真实验,测试模型性能。仿真实验表明:所提出模型较好的解决了BP神经参数优化问题,能够获得更加理想的网络流量预测结果。
[Abstract]:......
【作者单位】： 杨凌职业技术学院信息工程学院;
【分类号】：TP393.06;TP183
【正文快照】： 0引言随着网络业务种类的增加,如何提高网络流量预测精度具有十分重要的意义[1]。网络流量预测传统模型主要包括:线性回归、泊松过程、时间序列等[2-3],它们可以对短期的网络流量数据进行预测,但现代网络流量变化规律相当复杂,因此传统预测模型的精度有待进一步提高。随着非线

【参考文献】

相关期刊论文 前10条

1 姜明;吴春明;张e，

本文编号：1350087