改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测 |
| |
引用本文: | 黄国权,尤新华.改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测[J].四川激光,2015(3):96-99. |
| |
作者姓名: | 黄国权 尤新华 |
| |
作者单位: | 广东药学院医药信息工程学院;湖北大学知行学院计科系 |
| |
摘 要: | 为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相协作找到最优参数,并对惯性权重和学习因子进行改进,最后对网络流量数据进行重构,并采用最优参数的最小二乘支持向量机建立网络流量预测模型。实验结果表明,本文模型提高了网络流量的预测精度,并大幅度减少了训练时间,可以满足网络流量在线预测要求。
|
关 键 词: | 网络流量 粒子群优化算法 混沌理论 最小二乘支持向量机 |
本文献已被 CNKI 等数据库收录! |
|