基于PSO-LSSVM的网络流量预测模型

• 作者: 刘春
• 来源期刊: 计算机系统应用
• 关键词: 预测模型 网络流量 粒子群优化算法 最小二乘支持向量机
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 147-151
• 页数: 5页
• 字数: 3089字
• 语种: 中文

摘要

为了提高网络流量的预测精度，考虑到网络流量的长相关、非线性等特性，提出一种粒子群算法优化最小二乘支持向量机参数的网络流量预测模型(PSO-LSSVM)。首先将最小二乘支持向量机参数作为粒子的位置向量，然后利用粒子群算法找到模型的最优参数，最后采用最优参数最小二乘支持向量机建立网络流量预测模型。仿真结果表明，相对于参比模型， PSO-LSSVM 能够获得更高的网络流量预测精度，更能准确描述网络流量变化规律。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘春	四川建筑职业技术学院网络管理中心	36	107	5.0	8.0