变异粒子群优化最小二乘支持向量机的网络流量预测 NETWORK TRAFFIC PREDICTION BASED ON SVM OPTIMISED BY MUTATION PARTICLE SWARM OPTIMISATION期刊界 All Journals 搜尽天下杂志传播学术成果专业期刊搜索期刊信息化学术搜索

变异粒子群优化最小二乘支持向量机的网络流量预测

引用本文：	嵇可可.变异粒子群优化最小二乘支持向量机的网络流量预测[J].计算机应用与软件,2014(10).

作者姓名：	嵇可可

作者单位：	江苏食品药品职业技术学院信息工程系江苏淮安223003

摘要：	针对最小二乘支持向量机参数优化问题,提出一种变异粒子群算法优化最小二乘支持向量的网络流量预测模型(MPSOLSSVM)。首先对网络流量序列进行相空间重构,构建最小二乘支持向量的学习样本;然后采用变异粒子群算法选择最小二乘支持向量机参数,从而建立最优的网络流量预测模型,最后与其他模型进行对比实验。对比结果表明,相对于对比模型,MPSO-LSSVM提高了网络流量的预测精度,预测结果可以为网络管理员提供有价值参考信息。
关键词：	网络流量最小二乘支持向量机粒子群优化算法变异粒子预测模型
NETWORK TRAFFIC PREDICTION BASED ON SVM OPTIMISED BY MUTATION PARTICLE SWARM OPTIMISATION

Ji Keke.NETWORK TRAFFIC PREDICTION BASED ON SVM OPTIMISED BY MUTATION PARTICLE SWARM OPTIMISATION[J].Computer Applications and Software,2014(10).

Authors:	Ji Keke

Abstract:

Keywords:	Traffic network Least square support vector machine(LSSVM) Particle swarm optimisation Mutation particle Prediction model
本文献已被 CNKI 万方数据等数据库收录！