基于ACO-LSSVM的网络流量预测

• 作者: 田海梅 黄楠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络流量 蚁群优化算法 最小二乘支持向量机 预测
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 91-95
• 页数: 5页
• 分类号: TP273
• 字数: 4425字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1202-0459

摘要

为了提高了网络流量的预测精度，提出一种蚁群算法（ACO）优化最小二乘支持向量机（LSSVM）参数的网络流量预测算法（ACO-LSSVM）。将LSSVM算法参数作为蚂蚁的位置向量，采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索，并在最优蚂蚁邻域内进行小步长局部搜索，找到算法的最优参数，建立了基于ACO-LSSVM的网络流量预测模型。仿真结果表明，相对其他网络流量预测算法，ACO-LSSVM算法提高了网络流量预测精度，更能准确地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	田海梅	金陵科技学院信息技术学院	16	136	4.0	11.0
2	黄楠	新乡学院计算机与信息工程学院	25	89	5.0	9.0