基于结构优化递归神经网络的网络流量预测

发布时间：2017-08-05 01:05

  本文关键词：基于结构优化递归神经网络的网络流量预测

  更多相关文章： 神经网络 结构优化 遗传算法 网络流量预测 剪枝优化算法

【摘要】：针对传统方法预测网络流量精度较低的问题,提出了一种基于改进双线性递归神经网络模型(BLRNN)的非线性网络流量预测方法.首先,给出了双线性递归神经网络的定义及网络结构描述;然后从网络结构和修剪过程两方面对双线性递归神经网络进行优化改进,采用遗传算法全局搜索进行修剪;最后,通过真实工况下的网络流量数据用仿真试验对模型性能进行分析.试验结果表明,优化后双线性递归神经网络模型大幅降低了算法复杂度,提高了计算效率,与传统的多层神经网络预测方法相比,该方法预测精度更高.同时,该方法也为其他具有相似特征的非线性预测问题提供了一种新的研究思路.
【作者单位】： 东莞职业技术学院计算机工程系;
【关键词】： 神经网络 结构优化 遗传算法 网络流量预测 剪枝优化算法
【基金】：广东省科技计划项目(2014A010103032;2014A010103002) 广东省产学研专项资金项目(2013B011301003) 东莞市产学研合作项目(2014509102211)
【分类号】：TP183;TP393.06
【正文快照】： 近些年,随着网络技术的不断革新,基于网络的应用业务日趋增长,由此导致了日益严重的网络拥塞问题.网络流量是衡量网络通信性能的指标之一,其作用至关重要.通过网络流量的预测,掌握网络负载的分布情况,可以提高网络传输性能和服务质量,在网络管理、流量控制、网络资源分配以及

【相似文献】

中国期刊全文数据库 前10条

1 金仁贵;;带有偏差单元的递归神经网络在故障诊断方面的应用[J];电脑知识与技术;2006年29期

2 陈钢;王占山;;连续时间递归神经网络的稳定性分析[J];沈阳理工大学学报;2007年02期

3 汪晓梦;;带有偏差单元的递归神经网络在故障诊断方面的应用优化[J];甘肃联合大学学报(自然科学版);2010年05期

4 杜艳可;徐瑞;;具有时滞的递归神经网络动力学研究进展[J];北华大学学报(自然科学版);2012年01期

5 蒋洪睿,莫玮,李丽;递归神经网络自适应均衡抗突发干扰研究[J];电讯技术;2000年01期

6 宋轶民,余跃庆,张策,马文贵;动态递归神经网络及其在机敏机构辨识中的应用[J];机械科学与技术;2001年04期

7 张奇志,贾永乐,周雅莉;噪声有源控制的递归神经网络方法[J];控制与决策;2001年03期

8 李峰,李树荣;基于动态递归神经网络的动态矩阵控制[J];石油大学学报(自然科学版);2001年03期

9 唐普英,李绍荣,黄顺吉;一种新的复值递归神经网络训练方法及其应用[J];信号处理;2001年06期

10 文敦伟,蔡自兴;递归神经网络的模糊随机学习算法[J];高技术通讯;2002年01期

中国重要会议论文全文数据库 前10条

1 房毅宪;王宝文;王永茂;;基于偏差递归神经网络的股价预测(英文)[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

2 刘勇;沈毅;胡恒章;;递归神经网络自适应滤波器[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

3 赵英凯;蔡宁;;基于对角递归神经网络的肟化投酮量在线预估[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

4 李树荣;李峰;;基于动态递归神经网络的非线性系统重构[A];1998年中国控制会议论文集[C];1998年

5 史志伟;韩敏;;应用递归神经网络建立非线性结构系统模型[A];第二十三届中国控制会议论文集（下册）[C];2004年

6 丛爽;戴谊;;递归神经网络逼近性能的研究[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年

7 吕进;郭晨;刘雨;;基于不完全递归神经网络的二阶导数多步预测模糊控制及应用[A];2007年中国智能自动化会议论文集[C];2007年

8 蒲兴成;;时变时滞不确定递归神经网络渐近稳定的一个充分条件[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

9 仉宝玉;吴志敏;;基于对角递归神经网络的智能PID控制[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

10 沈艳;谢美萍;;基于递归神经网络的船舶运动极短期建模预报[A];第二届全国信息获取与处理学术会议论文集[C];2004年

中国博士学位论文全文数据库 前10条

1 赵永昌;一类时滞静态递归神经网络的动力学行为研究[D];中国海洋大学;2010年

2 高海宾;扰动作用下递归神经网络稳定性研究[D];燕山大学;2006年

3 徐东坡;递归神经网络梯度学习算法的收敛性[D];大连理工大学;2009年

4 于佳丽;递归神经网络的连续吸引子与模糊控制[D];电子科技大学;2009年

5 王芬;递归神经网络的动力学行为分析[D];武汉科技大学;2011年

6 季策;时滞递归神经网络的动态特性研究[D];东北大学;2005年

7 徐军;递归神经网络稳定性分析[D];浙江大学;2007年

8 张锐;几类递归神经网络的稳定性及其应用研究[D];东北大学;2010年

9 张益军;时滞递归神经网络稳定性分析及网络化同步控制[D];东华大学;2008年

10 朱进;递归神经网络的稳定性和无源性分析[D];东北大学;2010年

中国硕士学位论文全文数据库 前10条

1 柳玉华;一种递归神经网络方法研究及其在非线性系统跟踪控制中的应用[D];江西理工大学;2015年

2 罗威威;全局指数稳定的递归神经网络的鲁棒性分析[D];中国矿业大学;2015年

3 杨渺渺;具有时滞的递归神经网络稳定性分析[D];电子科技大学;2015年

4 葛洋;多时滞递归神经网络的指数稳定性研究[D];曲阜师范大学;2010年

5 张欣;递归神经网络的研究及在非线性动态系统辨识中的应用[D];太原理工大学;2005年

6 曾智;递归神经网络的动力学行为研究[D];重庆大学;2006年

7 张玲玲;一类递归神经网络模型的稳定性研究[D];湖南大学;2007年

8 刘博瑞;两类时滞递归神经网络的全局稳定性分析[D];中国海洋大学;2010年

9 孙小淇;三类递归神经网络的稳定性分析[D];中国海洋大学;2011年

10 鞠宪龙;二阶对角递归神经网络的算法研究及应用[D];哈尔滨工程大学;2011年

，

本文编号：622491