蚁群算法优化RBF神经网络的网络流量预测

• 作者: 廖金权
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: RBF神经网络 蚁群算法 基函数 网络流量预测
• 年，卷（期）: 2012,（34）
• 所属期刊栏目: 论文
• 页码范围: 9238-9242
• 页数: 5页
• 分类号: TP393.07
• 字数: 2578字
• 语种: 中文

摘要

传统RBF神经网络在网络流量预测过程中存在收敛速度慢、极易出现局部最优等缺点,从而导致预测精度低.采用蚁群算法优化RBF神经网络参数来进行网络流量预测.利用蚁群优化算法来训练RBF神经网络的基函数宽度和中心,简化网络结构,加快收敛速度,防止局部最优的出现,改善RBF神经网络的泛化能力.实验结果表明,相对于GA-RBF以及PSO-RBF流量预测模型,模型预测准确度更高,能够很好地描述网络流的变化规律.具有泛化能力强、稳定性良好的特点,在网络流量预测中有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖金权	重庆电子工程职业学院物联网学院	39	51	3.0	5.0