模糊层次分析法优化SVM参数的网络流量预测

发布时间：2017-07-18 09:24

  本文关键词：模糊层次分析法优化SVM参数的网络流量预测

  更多相关文章： 支持向量机 网络流量预测 模糊层次分析 参数优化 预测模型

【摘要】：针对当前网络流量非线性时变、混沌等特点以及现有的基于支持向量机(support vector machine,SVM)网络流量预测模型存在预测稳定性不好、精度较低等问题,采用模糊层次分析法对SVM预测模型进行改进,首先使用模糊层次分析法对SVM的σ和C参数进行寻优,然后用寻找到的最优参数来训练SVM,最后建立预测模型,预测网络流量.实验结果表明,本文方法不但可以较好的跟踪网络流量变化趋势,从而可以使网络流量的预测值与实际非常接近,而且预测误差变化范围波动小,是一有效的并且预测精度高的网络流量预测方法.
【作者单位】： 平顶山学院计算机科学与技术学院;平顶山学院软件学院;
【关键词】： 支持向量机 网络流量预测 模糊层次分析 参数优化 预测模型
【基金】：河南省科技计划重点项目(102102210416)资助
【分类号】：TP393.06;TP181
【正文快照】： 1引言网络流量的预测与建模对于大规模网络资源管理、规划设计、用户行为等方面具有重要意义.传统网络流量预测方法主要基于线性建模,预测误差较大,很难准确反映网络流量复杂变化特点[1,2].众多实验证明,网络流量存在如下特点如非平稳性、混沌性、时变性等,是一个具有高度的不

【参考文献】

中国期刊全文数据库 前6条

1 姜明;吴春明;张e，

本文编号：557056