| 粒子群算法优化相空间重构参数的网络流量预测模型 |
| |
| 引用本文： | 曾伟,黄亮.粒子群算法优化相空间重构参数的网络流量预测模型[J].应用声学,2014,22(9):3014-3016,3043. |
| |
| 作者姓名： | 曾伟 黄亮 |
| |
| 作者单位： | 华东交通大学 信息工程学院,南昌 330013;上饶师范学院 数学与计算机科学学院,江西 上饶 334001 |
| |
| 基金项目： | 江西省教育厅青年基金项目(GJJ13704)。 |
| |
| 摘 要： | 在网络流量预测过程中,相空间重构参数是影响预测性能的重要方面,传统参数分开优化,为了提高网络流量的预测精度,提出一种粒子群算法优化相空间重构参数的网络流量预测模型(PSO-BPNN);首先将BP神经网络作为学习算法,然后采用粒子群算法对相空间重构参数—延迟时间和嵌入维进行联合优化,并重构网络流量序列,最后以小波BP神经网络建立最优络流量预测模型,并采用仿真实验对模型性能进行分析,结果表明,PSO-BPNN提高了网络流量的预测精度。
|
| 关 键 词： | 网络流量 相空间重构 粒子群算法 嵌入维 延迟时间 |
| 收稿时间： | 2014/4/22 0:00:00 |
| 修稿时间： | 2014/5/30 0:00:00 |
Network Traffic Prediction Based on Phase Space Reconstruction Optimized By Particle Swarm Optimization Algorithm |
| |
| Zeng Wei and Huang Liang.Network Traffic Prediction Based on Phase Space Reconstruction Optimized By Particle Swarm Optimization Algorithm[J].Applied Acoustics,2014,22(9):3014-3016,3043. |
| |
| Authors: | Zeng Wei and Huang Liang |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|
