本文關(guān)鍵詞：基于BPSO-RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測

  更多相關(guān)文章： 網(wǎng)絡(luò)流量 神經(jīng)網(wǎng)絡(luò) 參數(shù)優(yōu)化 預(yù)測模型 反向粒子群算法

【摘要】：為了提高網(wǎng)絡(luò)流量的預(yù)測精度,針對網(wǎng)絡(luò)的時變性和混沌性,提出一種反向?qū)W習(xí)粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測模型(BPSO-RBFNN)。首先將網(wǎng)絡(luò)流量樣本輸入到RBF神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí),采用引入反向?qū)W習(xí)機制的粒子群算法優(yōu)化參數(shù),然后建立網(wǎng)絡(luò)流量預(yù)測模型,最后采用仿真實驗對模型性能進行分析。結(jié)果表明,BPSO-RBFNN可以描述網(wǎng)絡(luò)流量的時變性、混沌性變化趨勢,網(wǎng)絡(luò)流量預(yù)測精度得以提高,具有較好的實際應(yīng)用價值。
【作者單位】： 佛山職業(yè)技術(shù)學(xué)院電子信息系;北京建筑工程學(xué)院理學(xué)院;
【基金】：國家自然科學(xué)基金項目(60874070) 廣東省教育廳項目(2010tjk446)
【分類號】：TP393.06
【正文快照】： 0引言網(wǎng)絡(luò)流量預(yù)測是網(wǎng)絡(luò)管理的基礎(chǔ)。隨著網(wǎng)絡(luò)規(guī)模日益增大,網(wǎng)絡(luò)管理難度日益隨之增加,而流量預(yù)測可以了解網(wǎng)絡(luò)流量的發(fā)生趨勢,為網(wǎng)絡(luò)管理人員提供參考,合理分配網(wǎng)絡(luò)帶寬,防止網(wǎng)絡(luò)擁塞提供有價值參考意見,因此,網(wǎng)絡(luò)流量預(yù)測準(zhǔn)確性已成為網(wǎng)絡(luò)管理領(lǐng)域中的研究熱點問題[1]。傳

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 靳召東;陳虹;張鉦浩;;基于自適應(yīng)遺傳算法LS-SVM的網(wǎng)絡(luò)流量預(yù)測[J];計算機應(yīng)用與軟件;2010年11期

2 段智彬;孫恩昌;張延華;董燕;;基于ARMA模型的網(wǎng)絡(luò)流量預(yù)測[J];中國電子科學(xué)研究院學(xué)報;2009年04期

3 孫麗梅;;基于小波變換的網(wǎng)絡(luò)流量預(yù)測[J];濰坊學(xué)院學(xué)報;2008年06期

4 閔潔;李瀟;;基于最小二乘支持向量機的網(wǎng)絡(luò)流量預(yù)測[J];科技創(chuàng)新導(dǎo)報;2010年03期

5 孫韓林;金躍輝;崔毅東;程時端;;粗粒度網(wǎng)絡(luò)流量的灰色模型預(yù)測[J];北京郵電大學(xué)學(xué)報;2010年01期

6 閔潔;李瀟;;基于最小二乘支持向量機的網(wǎng)絡(luò)流量預(yù)測[J];九江學(xué)院學(xué)報(自然科學(xué)版);2010年01期

7 陶曉玲;彭維洋;;一種趨勢劃分的灰色馬爾可夫網(wǎng)絡(luò)流量預(yù)測方法[J];桂林電子科技大學(xué)學(xué)報;2010年03期

8 奠石鎂;何蓉;付紹武;;基于混沌時間序列和神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測方法[J];現(xiàn)代電子技術(shù);2011年03期

9 王鵬;劉淵;;基于改進的QPSO訓(xùn)練BP網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測[J];計算機應(yīng)用研究;2009年01期

10 黨小超;郝占軍;門健;;新型Elman混沌神經(jīng)網(wǎng)絡(luò)的流量預(yù)測[J];計算機工程;2011年03期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 王濤;基于信息理論學(xué)習(xí)的網(wǎng)絡(luò)流量預(yù)測[D];西安郵電大學(xué);2013年

2 李麗;基于支持向量機的網(wǎng)絡(luò)流量預(yù)測研究[D];南京理工大學(xué);2007年

3 王鵬;網(wǎng)絡(luò)流量預(yù)測技術(shù)研究[D];江南大學(xué);2009年

4 陸國浩;網(wǎng)絡(luò)流量預(yù)測系統(tǒng)的研究與實現(xiàn)[D];蘇州大學(xué);2007年

5 唱雪;基于BP神經(jīng)網(wǎng)絡(luò)理論的校園網(wǎng)帶寬流量預(yù)測[D];哈爾濱工程大學(xué);2008年

，

本文編號：1146491