激光杂志
激光雜誌
격광잡지
LASER JOURNAL
2015年
3期
96-99
,共4页
网络流量%粒子群优化算法%混沌理论%最小二乘支持向量机
網絡流量%粒子群優化算法%混沌理論%最小二乘支持嚮量機
망락류량%입자군우화산법%혼돈이론%최소이승지지향량궤
network traffic%chaotic theory%particle swarm optimization algorithm%least squares support vector machine
为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型.首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相协作找到最优参数,并对惯性权重和学习因子进行改进,最后对网络流量数据进行重构,并采用最优参数的最小二乘支持向量机建立网络流量预测模型.实验结果表明,本文模型提高了网络流量的预测精度,并大幅度减少了训练时间,可以满足网络流量在线预测要求.
為瞭提高網絡流量的預測準確性,針對最小二乘支持嚮量機參數優化方法的缺陷,提齣一種改進粒子群算法優化最小二乘支持嚮量機的網絡流量混沌預測模型.首先將最小二乘支持嚮量機參數作為粒子初始位置,然後通過粒子群之間信息交流、互相協作找到最優參數,併對慣性權重和學習因子進行改進,最後對網絡流量數據進行重構,併採用最優參數的最小二乘支持嚮量機建立網絡流量預測模型.實驗結果錶明,本文模型提高瞭網絡流量的預測精度,併大幅度減少瞭訓練時間,可以滿足網絡流量在線預測要求.
위료제고망락류량적예측준학성,침대최소이승지지향량궤삼수우화방법적결함,제출일충개진입자군산법우화최소이승지지향량궤적망락류량혼돈예측모형.수선장최소이승지지향량궤삼수작위입자초시위치,연후통과입자군지간신식교류、호상협작조도최우삼수,병대관성권중화학습인자진행개진,최후대망락류량수거진행중구,병채용최우삼수적최소이승지지향량궤건립망락류량예측모형.실험결과표명,본문모형제고료망락류량적예측정도,병대폭도감소료훈련시간,가이만족망락류량재선예측요구.
