计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2012年
5期
2013-2016
,共4页
模拟退火%神经网络%粒子微粒群算法%时间序列%网络流量
模擬退火%神經網絡%粒子微粒群算法%時間序列%網絡流量
모의퇴화%신경망락%입자미립군산법%시간서렬%망락류량
为解决网络流量时间序列的预测问题,针对传统BP神经网络的网络流量时间序列预测模型容易陷入局部极小值的不足,提出一种基于模拟退火的微粒群算法训练神经网络的网络流量时间序列预测模型.将模拟退火算法和基本粒子微粒群算法相结合,设计出一种基于模拟退火的微粒群算法.利用基于模拟退火微粒群算法优化BP神经网络的权值和阀值,对实际采集的网络流量时间序列进行建模.实验结果表明,基于模拟退火的微粒群算法训练的神经网络具有较高的预测效果,相对于传统的神经网络模型具有更高的预测精度和良好的自适应性.
為解決網絡流量時間序列的預測問題,針對傳統BP神經網絡的網絡流量時間序列預測模型容易陷入跼部極小值的不足,提齣一種基于模擬退火的微粒群算法訓練神經網絡的網絡流量時間序列預測模型.將模擬退火算法和基本粒子微粒群算法相結閤,設計齣一種基于模擬退火的微粒群算法.利用基于模擬退火微粒群算法優化BP神經網絡的權值和閥值,對實際採集的網絡流量時間序列進行建模.實驗結果錶明,基于模擬退火的微粒群算法訓練的神經網絡具有較高的預測效果,相對于傳統的神經網絡模型具有更高的預測精度和良好的自適應性.
위해결망락류량시간서렬적예측문제,침대전통BP신경망락적망락류량시간서렬예측모형용역함입국부겁소치적불족,제출일충기우모의퇴화적미립군산법훈련신경망락적망락류량시간서렬예측모형.장모의퇴화산법화기본입자미립군산법상결합,설계출일충기우모의퇴화적미립군산법.이용기우모의퇴화미립군산법우화BP신경망락적권치화벌치,대실제채집적망락류량시간서렬진행건모.실험결과표명,기우모의퇴화적미립군산법훈련적신경망락구유교고적예측효과,상대우전통적신경망락모형구유경고적예측정도화량호적자괄응성.