改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测

发布时间：2017-06-27 04:11

  本文关键词：改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测，，由笔耕文化传播整理发布。

【摘要】：为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相协作找到最优参数,并对惯性权重和学习因子进行改进,最后对网络流量数据进行重构,并采用最优参数的最小二乘支持向量机建立网络流量预测模型。实验结果表明,本文模型提高了网络流量的预测精度,并大幅度减少了训练时间,可以满足网络流量在线预测要求。
【作者单位】： 广东药学院医药信息工程学院;湖北大学知行学院计科系;
【关键词】： 网络流量 粒子群优化算法 混沌理论 最小二乘支持向量机
【分类号】：TP393.06;TP18
【正文快照】： ()网络流量预测是网络管理的基础,随着网络规模扩大,网络流量具有突变性和混沌性,而流量预测可以了解网络流量的发生趋势,便于合理分配网络带宽,提高网络通信效率,因此,如何提高网络流量的预测精度具有十分重要的应用价值[1-4]。传统网络流量预测基于时间序列分析法进行建模,

【参考文献】

中国期刊全文数据库 前10条

1 姜明;吴春明;张e

本文编号：488538