基于改进的QPSO训练BP网络的网络流量预测

• 作者: 刘渊 王鹏
• 来源期刊: 计算机应用研究
• 关键词: 量子粒子群优化算法 粒子群优化算法 早熟 神经网络 网络流量预测
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 299-301
• 页数: 3页
• 分类号: TP393.01
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.01.092

摘要

为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测.针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的 QPSO 算法,较好地避免了粒子群的早熟,提高了算法的全局收敛性能.仿真实验结果表明,与PSO训练的BP网络、QPSO训练的BP网络作为预测模型相比,该模型具有更高的预测精度及很好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊	江南大学信息工程学院	235	1325	17.0	25.0
5	王鹏	江南大学信息工程学院	19	126	7.0	10.0