改进布谷鸟搜索算法优化SVM的网络流量预测模型

• 作者: 程良伦 路璐
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网络流量预测 支持向量机 布谷鸟搜索算法 混沌理论
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 网络与通信
• 页码范围: 124-127
• 页数: 4页
• 分类号: TP393
• 字数: 3812字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.01.032

摘要

网络流量建模预测是网络管理和安全预警的基础.为了提高网络流量的预测精度,提出一种改进布谷鸟搜索算法优化支持向量机的网络流量预测模型(MCS-SVM).首先将一维网络流量时间序列重构成多维时间序列;然后将支持向量机参数看作一个鸟巢位置,通过模拟布谷种群寄生繁衍机制找到最优参数;最后根据最优参数建立网络流量预测模型,并通过仿真实验对MCS-SVM的性能进行测试.仿真结果表明,相对于参比模型,MCS-SVM提高了网络流量的预测精度,更加准确地刻画了网络流量复杂变化趋势,为具有混沌性网络流量预测提供了一种新的研究工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程良伦	广东工业大学计算机学院	274	1459	17.0	25.0
2	路璐	广东工业大学计算机学院	22	85	5.0	8.0