基于IPSO混沌支持向量机的网络流量预测研究

• 作者: 付凯 夏靖波 尹波 陈茂
• 来源期刊: 计算机应用研究
• 关键词: 网络流量预测 混沌支持向量机 改进粒子群算法 遗传算法
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 4293-4295,4299
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.11.075

摘要

针对传统混沌支持向量机参数寻优算法的不足,提出了一种改进的粒子群(IPSO)算法.该算法通过延长迭代的开始阶段和最后阶段的搜索时间,实现了算法的全局搜索与局部搜索能力之间的平衡,进而优化模型参数,建立了基于IPSO优化的混沌支持向量机预测模型.应用实例结果表明,该模型对网络流量预测是有效可行的,并具有较高的寻优效率、预测精度和较好的稳态性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏靖波	空军工程大学电讯工程学院	170	1180	17.0	26.0
2	付凯	空军工程大学电讯工程学院	19	182	7.0	13.0
3	尹波	空军工程大学电讯工程学院	5	33	4.0	5.0
4	陈茂		4	13	2.0	3.0