计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
34期
97-101
,共5页
网络流量%蚁群优化算法%BP神经网络%混沌预测
網絡流量%蟻群優化算法%BP神經網絡%混沌預測
망락류량%의군우화산법%BP신경망락%혼돈예측
为了网络流量预测准确性,提出一种蚁群算法(ACO)优化BP神经网络(BPNN)的网络流量混沌预测模型(ACO-BPNN).对网络流量时间序列进行重构,将BPNN参数作为蚂蚁的位置向量,通过蚁群信息交流和相互协作找到BPNN最优参数,建立网络流量最优预测模型,并采用实测网络流量数据进行有效性验证.结果表明,ACO-BPNN能够准确刻画网络流量变化特性,提高网络流量的预测准确性.
為瞭網絡流量預測準確性,提齣一種蟻群算法(ACO)優化BP神經網絡(BPNN)的網絡流量混沌預測模型(ACO-BPNN).對網絡流量時間序列進行重構,將BPNN參數作為螞蟻的位置嚮量,通過蟻群信息交流和相互協作找到BPNN最優參數,建立網絡流量最優預測模型,併採用實測網絡流量數據進行有效性驗證.結果錶明,ACO-BPNN能夠準確刻畫網絡流量變化特性,提高網絡流量的預測準確性.
위료망락류량예측준학성,제출일충의군산법(ACO)우화BP신경망락(BPNN)적망락류량혼돈예측모형(ACO-BPNN).대망락류량시간서렬진행중구,장BPNN삼수작위마의적위치향량,통과의군신식교류화상호협작조도BPNN최우삼수,건립망락류량최우예측모형,병채용실측망락류량수거진행유효성험증.결과표명,ACO-BPNN능구준학각화망락류량변화특성,제고망락류량적예측준학성.