一种参数联合优化的网络流量非线性预测模型

• 作者: 刘小强 张显江
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络流量预测 相空间重构 神经网络 粒子群优化算法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 64-67
• 页数: 4页
• 分类号: TP393
• 字数: 3844字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1211-0186

摘要

为了提高网络流量预测精度，利用相空间重构和神经网络参数间的相互联系，提出一种参数联合优化的网络流量非线性预测模型。将相空间重构和预测模型参数作为粒子群优化算法的粒子，网络流量预测精度作为粒子适应度函数，通过粒子之间相互协作获得全局最优参数，根据最优参数建立最优网络流量非线性预测模型，通过网络流量实例对模型性能进行测试。结果表明，相对于传统参数优化方法，参数联合优化方法大幅度提高了网络流量的预测精度，为非线性预测问题提供了一种新的研究思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小强	三门峡职业技术学院信息工程系	20	34	3.0	4.0
2	张显江	滨州学院计算机科学技术系	3	3	1.0	1.0