改进的神经网络在网络流量预测中的应用研究

• 作者: 李咚 李海燕
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 网络流量 粒子群算法 预测
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 132-135
• 分类号: TP393
• 字数: 3514字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.09.033

摘要

关于保证网络安全服务,研究网络流量预测问题.网络流量数据具突发性、非线性和时变性等等特点,传统RBF神经网络在网络流量预测过程存在敛速度慢、极易出现局部最优等缺点,从而导致预测精度低和难问题.为了提高网络流量的预测精度,提出一种粒子群算法优化RBF神经网络参数的网络流量预测方法.首先采用粒子群算法对RBF神经网络的参数进行优化,简化网络结构,加快收敛速度,并用优化后RBF神经网络对网络流量进行预测,防止局部最优的出现.最后在Matlab平台对模型进行了仿真,结果表明,算法提高了网络流量的预测精度.相对于传统的网络流量预测方法,提高了预测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李咚		16	34	4.0	5.0
2	李海燕		22	100	6.0	9.0