| 改进布谷鸟搜索算法优化SVM的网络流量预测模型 |
| |
| 引用本文： | 路璐,程良伦. 改进布谷鸟搜索算法优化SVM的网络流量预测模型[J]. 计算机应用与软件, 2015, 32(1) |
| |
| 作者姓名： | 路璐 程良伦 |
| |
| 作者单位： | 广东工业大学计算机学院 广东广州510003 |
| |
| 基金项目： | 广东省重大科技专项，广州市科技计划项目 |
| |
| 摘 要： | 网络流量建模预测是网络管理和安全预警的基础。为了提高网络流量的预测精度,提出一种改进布谷鸟搜索算法优化支持向量机的网络流量预测模型(MCS-SVM)。首先将一维网络流量时间序列重构成多维时间序列;然后将支持向量机参数看作一个鸟巢位置,通过模拟布谷种群寄生繁衍机制找到最优参数;最后根据最优参数建立网络流量预测模型,并通过仿真实验对MCSSVM的性能进行测试。仿真结果表明,相对于参比模型,MCS-SVM提高了网络流量的预测精度,更加准确地刻画了网络流量复杂变化趋势,为具有混沌性网络流量预测提供了一种新的研究工具。
|
| 关 键 词： | 网络流量预测 支持向量机 布谷鸟搜索算法 混沌理论 |
NETWORK TRAFFIC PREDICTION MODEL BASED ON OPTIMISING SVM WITH IMPROVED CUCKOO SEARCH ALGORITHM |
| |
| Lu Lu,Cheng Lianglun. NETWORK TRAFFIC PREDICTION MODEL BASED ON OPTIMISING SVM WITH IMPROVED CUCKOO SEARCH ALGORITHM[J]. Computer Applications and Software, 2015, 32(1) |
| |
| Authors: | Lu Lu Cheng Lianglun |
| |
| Abstract: | |
| |
| Keywords: | Network traffic prediction Support vector machine Cuckoo search algorithm Chaotic theory |
| 本文献已被 万方数据 等数据库收录！ |
|
