| 遗传算法优化小波神经网络的网络流量预测 |
| |
| 作者姓名： | 王雪松 赵跃龙 |
| |
| 作者单位： | 1. 佛山职业技术学院电子信息系,佛山,528137
2. 华南理工大学计算机科学与工程学院,广州,510640 |
| |
| 基金项目： | 国家自然科学基金(60573145);广东省教育厅项目(2010tjk446) |
| |
| 摘 要： | 为了提高网络流量的预测精度,克服小波神经网络收敛速度慢、易陷入局部最优的缺点,提出一种遗传算法优化小波神经网络的网络流量预测模型.首先计算延迟时间和嵌入维数,构建小波神经网络的学习样本,然后采用小波神经网络对网络流训练集进行学习,并采用改进遗传算法对小波神经网络参数进行全局寻优,提高收敛速度和网络学习精度,最后采用网络流量数据对模型性能进行仿真分析.结果表明,相对于对比模型,本文模型的平均误差大幅度降低,训练次数急剧减,减小了二次优化训练的次数,具有更大的实际应用价值.
|
| 关 键 词： | 网络流量 小波神经网络 遗传算法 参数优化 |
| 收稿时间： | 2014-05-06 |
| 修稿时间： | 2014-06-03 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载免费的PDF全文 |
|
