改进ABC算法优化LSSVM的网络流量预测模型

• 作者: 许爱军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网络流量 人工蜂群优化算法 最小二乘支持向量机 预测模型 相空间重构
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 信息技术交流
• 页码范围: 323-326
• 页数: 4页
• 分类号: TP391.9
• 字数: 3032字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.01.081

摘要

为了提高网络流量预测精度,针对最小二乘支持向量机LSSVM (Least Squares Support Vector Machine)参数优化问题,提出一种改进人工蜂群ABC(artificial bee colony)算法优化LSSVM的网络流量预测模型(ABC-LSSVM).该模型根据混沌理论对网络流量时间序列进行重构,然后将网络流量预测精度作为优化目标,通过ABC算法找到最优的LSSVM参数,并建立网络流量预测模型,最后采用仿真对比实验测试模型的性能.仿真结果表明,相对于参比模型,ABC-LSSVM解决了LSSVM参数优化的难题,能够更加准确刻画网络流量复杂变化规律,提高了网络流量的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许爱军	广州铁路职业技术学院信息工程系	56	328	10.0	14.0