基于PSO-BP神经网络的网络时延预测算法

• 作者: 时维国 雷何芬
• 来源期刊: 自动化与仪表
• 关键词: 粒子群优化 BP神经网络 网络控制 时延预测
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 专题研究与综述
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2020.07.001

摘要

针对网络控制系统时延的随机、时变、非线性等特性,提出了基于粒子群优化的BP神经网络的预测方法.对实测时延数据样本进行归一化处理,以BP神经网络误差的平方和作为粒子群优化算法的适应值函数;采用粒子群算法优化BP神经网络的初始权值和阈值;将粒子群算法中全局最优值输出作为BP神经网络的初始权值和阈值对时延样本数据进行训练预测.仿真表明,该时延预测算法的迭代次数减少,同时避免算法陷入极值点,预测精度更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	时维国	大连交通大学电气信息工程学院	34	93	6.0	8.0
2	雷何芬	大连交通大学电气信息工程学院	2	0	0.0	0.0