本文關(guān)鍵詞：布谷鳥搜索算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測　出處：《電子技術(shù)應(yīng)用》2015年03期 　論文類型：期刊論文

  更多相關(guān)文章： 布谷鳥搜索算法 網(wǎng)絡(luò)流量 神經(jīng)網(wǎng)絡(luò) 參數(shù)優(yōu)化

【摘要】：為了提高預(yù)測精度,提出一種布谷鳥搜索算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測模型(Cuckoo Search BP neural network Flow Prediction,CS-BPNN)。根據(jù)混沌理論建立網(wǎng)絡(luò)流量學(xué)習(xí)樣本,采用BP神經(jīng)網(wǎng)絡(luò)對學(xué)習(xí)樣本進行訓(xùn)練,將模型參數(shù)當一個鳥巢,通過模擬布谷鳥尋窩產(chǎn)卵的行為找到最優(yōu)模型參數(shù),最后采用網(wǎng)絡(luò)流量數(shù)據(jù)進行仿真實驗,測試模型性能。仿真實驗表明:所提出模型較好的解決了BP神經(jīng)參數(shù)優(yōu)化問題,能夠獲得更加理想的網(wǎng)絡(luò)流量預(yù)測結(jié)果。
[Abstract]:......
【作者單位】： 楊凌職業(yè)技術(shù)學(xué)院信息工程學(xué)院;
【分類號】：TP393.06;TP183
【正文快照】： 0引言隨著網(wǎng)絡(luò)業(yè)務(wù)種類的增加,如何提高網(wǎng)絡(luò)流量預(yù)測精度具有十分重要的意義[1]。網(wǎng)絡(luò)流量預(yù)測傳統(tǒng)模型主要包括:線性回歸、泊松過程、時間序列等[2-3],它們可以對短期的網(wǎng)絡(luò)流量數(shù)據(jù)進行預(yù)測,但現(xiàn)代網(wǎng)絡(luò)流量變化規(guī)律相當復(fù)雜,因此傳統(tǒng)預(yù)測模型的精度有待進一步提高。隨著非線

【參考文獻】

相關(guān)期刊論文 前10條

1 姜明;吳春明;張e，

本文編號：1350087