| 基于量子自适应粒子群优化径向基函数神经网络的网络流量预测 |
| |
| 引用本文： | 郭通,兰巨龙,李玉峰,江逸茗.基于量子自适应粒子群优化径向基函数神经网络的网络流量预测[J].电子与信息学报,2013(9). |
| |
| 作者姓名： | 郭通 兰巨龙 李玉峰 江逸茗 |
| |
| 作者单位： | 国家数字交换系统工程技术研究中心 郑州 450002 |
| |
| 基金项目： | 国家973计划项目，国家863计划项目(2011AA 01A103)资助课题 |
| |
| 摘 要： | 该文提出一种量子自适应粒子群优化算法，该算法中，粒子位置的编码采用量子比特实现，利用粒子飞行轨迹信息动态更新量子比特的状态，并引入量子非门实现变异操作以避免陷入局部最优。用该算法训练神经网络，实现了径向基函数(RBF)神经网络参数优化，建立了基于量子自适应粒子群优化RBF神经网络算法的网络流量预测模型。对真实网络流量的预测结果表明，该方法的收敛速度和预测精度均要优于传统RBF神经网络法、粒子群-RBF 神经网络法、混合粒子群-RBF 神经网络法和自适应粒子群-RBF 神经网络法，并且预测效果不易受时间尺度变化的影响。
|
| 关 键 词： | 径向基函数神经网络 自适应粒子群优化 量子比特 流量预测 |
Network Traffic Prediction with Radial Basis Function Neural Network Based on Quantum Adaptive Particle Swarm Optimization |
| |
| Guo Tong
,
Lan Ju-long
,
Li Yu-feng
,
Jiang Yi-ming.Network Traffic Prediction with Radial Basis Function Neural Network Based on Quantum Adaptive Particle Swarm Optimization[J].Journal of Electronics & Information Technology,2013(9). |
| |
| Authors: | Guo Tong Lan Ju-long Li Yu-feng Jiang Yi-ming |
| |
| Abstract: | |
| |
| Keywords: | Radial Basis Function Neural Network (RBFNN) Adaptive Particle Swarm Optimization (APSO) Quantum bit Traffic prediction |
| 本文献已被 万方数据 等数据库收录！ |
