| 基于混沌粒子群优化SVR的网络流量预测 |
| |
| 引用本文： | 王治.基于混沌粒子群优化SVR的网络流量预测[J].计算机仿真,2011,28(5). |
| |
| 作者姓名： | 王治 |
| |
| 作者单位： | 九江学院信息科学与技术学院,江西,九江,332005 |
| |
| 基金项目： | 省教学改革课题项目资助 |
| |
| 摘 要： | 计算机网络流量预测对于网络流量的控制和调整,进而提高网络性能和服务质量起着重要的作用.当前传统计算机网络流量方法预测精度较低,仅为85%左右.针对网络流量的非线性和时变特性,难以准确实现网络流量评估,为了解决此问题,提出基于混沌粒子群优化SVR的网络流量预测方法.支持向量回归算法(SVR)是一种用于趋势预测的支持向量机模型,能找到全局最优解.然而,SVR参数的选择对回归模型优化起着决定性作用.采用混沌粒子群优化算法(CPSO)优化支持向量参数,通过建立混沌粒子群优化SVR的网络流量预测模型.仿真结果表明,混沌粒子群优化SVR网络流量预测模型能力强、效果好.
|
| 关 键 词： | 支持向量回归算法 混沌粒子群优化 网络流量 预测 |
Network Traffic Prediction Based on SVR Optimized by Chaos Particle Swarm Optimization Algorithm |
| |
| WANG Zhi.Network Traffic Prediction Based on SVR Optimized by Chaos Particle Swarm Optimization Algorithm[J].Computer Simulation,2011,28(5). |
| |
| Authors: | WANG Zhi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
