基于改进的量子粒子群优化小波神经网络的网络流量预测

• 作者: 兰巨龙 孟飞 胡宇翔
• 来源期刊: 计算机应用研究
• 关键词: 小波神经网络 量子粒子群优化 聚拢度 流量预测 收缩-扩张系数
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 1450-1453
• 页数: 4页
• 分类号: TP393|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.05.042

摘要

为了改善小波神经网络（WNN）进行流量预测的性能及避免量子粒子群算法（QPSO）搜索后期的早熟收敛缺陷，提出了一种改进的 QPSO。该算法定义粒子群聚拢度，改进收缩—扩张系数使其表示为聚拢度的函数并服从随机分布，以使粒子群具有动态自适应性，避免陷入局部最优，并通过搜索使用 WNN 待优化参数编码位置向量的粒子群的全局最优位置来实现目标参数的优化，使用本算法优化 WNN 参数，建立了基于改进的 QPSO优化 WNN 的网络流量预测模型。使用真实网络流量通过两组对比实验对其预测精度进行验证，证明了该方法的可用性。实验结果表明，该方法的预测精度优于 WNN 和 QPSO-WNN 方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰巨龙		217	1088	16.0	22.0
2	胡宇翔		71	317	9.0	15.0
3	孟飞		5	28	3.0	5.0