基于改进黑洞算法优化ESN的网络流量短期预测

• 作者: 井元伟 李琨 金建宇 韩莹
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 网络流量 混沌时间序列 回声状态网络 黑洞算法 预测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 311-315
• 页数: 5页
• 分类号: TP393
• 字数: 4524字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2018.03.002

摘要

网络流量数据序列具有混沌特性.相空间重构后,采用一种改进黑洞算法优化回声状态网络的非线性模型对网络流量进行预测.改进黑洞算法是在现有工作的基础上提出一种新的新解生成机制,可以提高算法的收敛速度和精度;相比于遗传算法、和声搜索算法等其他优化算法,所提出的改进黑洞算法不依赖自身相关参数的准确设定;将其应用于回声状态网络4个重要参数的优化选取,使得预测模型具有较好的预测稳定性.通过Mackey-Glass混沌时间序列和网络流量公共数据集的仿真实验,结果表明所提出的方法具有较好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	井元伟	东北大学信息科学与工程学院	274	2171	20.0	31.0
2	金建宇	东北大学国防教育学院	3	7	1.0	2.0
3	李琨	渤海大学工学院	15	64	6.0	7.0
4	韩莹	东北大学信息科学与工程学院	7	39	4.0	6.0