本文關鍵詞：利用IBBO優(yōu)化LSSVM的網絡流量預測模型

  更多相關文章： 網絡流量 最小二乘支持向量機 生物地理學算法 預測精度

【摘要】：針對網絡流量預測過程中的LSSVM參數(shù)優(yōu)化問題,提出一種改進生物地理學(IBBO)算法優(yōu)化最小二乘支持向量機(LSSVM)的網絡流量預測模型(IBBO-LSSVM).該模型采用相空間重構網絡流量學習樣本,利用LSSVM對網絡流量進行建模,并運用改進生物地理學算法優(yōu)化模型參數(shù),最后進行網絡流量預測實例分析.結果表明,IBBO-LSSVM可以對復雜、多變的網絡流量變化特點進行擬合,獲得了較高的預測精度,為具有混沌性的網絡流量提供了一種新的預測模型.
【作者單位】： 江蘇食品藥品職業(yè)技術學院信息工程系;湖南大學信息科學與工程學院;
【關鍵詞】： 網絡流量 最小二乘支持向量機 生物地理學算法 預測精度
【基金】：國家自然科學基金項目(60702065)資助
【分類號】：TP393.06
【正文快照】： 1引言隨著網絡業(yè)務多樣化,網絡越來越擁擠,如何提高網絡流量的預測精度成變得日益重要[1].網絡流量主要分為兩類預測方法:數(shù)理統(tǒng)計預測和人工智能預測,數(shù)理統(tǒng)計預測包括多元線性回歸、時間序列等[2,3],它們建立網絡流量預測模型時,假設網絡流量是一種線性變化規(guī)律,但實際網絡

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 田妮莉;喻莉;;一種基于小波變換和FIR神經網絡的廣域網網絡流量預測模型[J];電子與信息學報;2008年10期

2 ;Theoretical mean-variance relationship of IP network traffic based on ON/OFF model[J];Science in China(Series F:Information Sciences);2009年04期

3 劉淵;王鵬;;融合小波變換與貝葉斯LS-SVM的網絡流量預測[J];計算機應用研究;2009年06期

4 吳斌;林錦國;崔志勇;;生物地理學優(yōu)化算法中遷移算子的比較[J];計算機工程與應用;2012年25期

5 高凱歌;鄭向偉;;基于中值遷移和柯西變異的生物地理學算法[J];計算機工程與設計;2013年04期

6 ;Parameters optimization and nonlinearity analysis of grating eddy current displacement sensor using neural network and genetic algorithm[J];Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal);2009年08期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉寧波;關鍵;張建;;基于分形可變步長LMS算法的海雜波中微弱目標檢測[J];電子與信息學報;2010年02期

2 趙小歡;夏靖波;連向磊;李巧麗;;基于AdaBoost的組合網絡流量分類方法[J];電訊技術;2013年09期

3 曾偉;;多子種群PSO優(yōu)化SVM的網絡流量預測[J];北京交通大學學報;2013年05期

4 劉春;;基于誤差校正的網絡流量組合預測[J];福建電腦;2014年02期

5 劉春;;遺傳算法優(yōu)化BP神經網絡的網絡流量預測[J];信息安全與技術;2014年06期

6 陳曦;;基于包容性檢驗和神經網絡的網絡流量預測[J];電視技術;2014年11期

7 吳同;韓臻;王偉;彭立志;;基于有效載荷大小的早期網絡流量識別(英文)[J];Journal of Southeast University(English Edition);2014年03期

8 杜振寧;;布谷鳥搜索算法優(yōu)化BP神經網絡的網絡流量預測[J];電子技術應用;2015年03期

9 張新明;尹欣欣;涂強;;動態(tài)遷移和椒鹽變異融合生物地理學優(yōu)化算法的高維多閾值分割[J];光學精密工程;2015年10期

10 靳召東;陳虹;張鉦浩;;基于自適應遺傳算法LS-SVM的網絡流量預測[J];計算機應用與軟件;2010年11期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王海燕;吳晨;胡澤浩;;基于BBO-PSO算法的考慮需求響應的分布式電源協(xié)調規(guī)劃[A];2015年全國智能電網用戶端能源管理學術年會論文集[C];2015年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 高梓賀;基于多Agent系統(tǒng)的LEO衛(wèi)星網絡路由算法研究[D];哈爾濱工業(yè)大學;2011年

2 那振宇;衛(wèi)星互聯(lián)網服務質量保障方法研究[D];哈爾濱工業(yè)大學;2010年

3 陳曉天;基于軟計算的IP網絡流量監(jiān)測和控制關鍵技術研究[D];南京郵電大學;2013年

4 李丹丹;認知網絡中具有自主學習特征的智能QoS保障機制研究[D];北京交通大學;2013年

5 劉國樂;P2P網絡的資源優(yōu)化與若干安全問題研究[D];北京郵電大學;2013年

6 Garba INOUSSA;基于改進的神經網絡自回歸模型的非線性時間序列建模和預測[D];中南大學;2012年

7 肖寅東;網絡狀態(tài)監(jiān)測儀中丟包檢測算法及其實現(xiàn)的關鍵問題研究[D];電子科技大學;2013年

8 劉珍;因特網流量類不平衡特性與分類方法的研究[D];華南理工大學;2013年

9 顏靖華;基于行為的網絡流分類技術研究[D];北京郵電大學;2013年

10 熊國江;基于計算智能的電網故障診斷方法研究[D];華中科技大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王華軍;基于小波分解和ARIMA的網絡流量模型[D];山東大學;2011年

2 唐俊;基于浮動車數(shù)據(jù)的高速公路路段行程時間預測方法研究及系統(tǒng)實現(xiàn)[D];中山大學;2011年

3 周曉蕾;網絡流量預測中基于群智能優(yōu)化的SVM模型[D];浙江工業(yè)大學;2009年

4 張淑嫻;變錐度管道靜態(tài)參數(shù)光電圖像測量技術研究[D];西安電子科技大學;2010年

5 歐家成;基于神經網絡的自相似業(yè)務流預測研究[D];電子科技大學;2010年

6 王琴琴;GPON系統(tǒng)DBA算法的優(yōu)化研究[D];武漢理工大學;2012年

7 刺婷婷;網絡流量監(jiān)測系統(tǒng)的設計與實現(xiàn)[D];陜西師范大學;2012年

8 張吉;面向移動云計算的虛擬化資源管理[D];南京郵電大學;2013年

9 扶佩佩;針對SSL協(xié)議的網絡應用精細化分類技術研究[D];北京郵電大學;2013年

10 蘇春;DPI技術的研究與設計實現(xiàn)[D];北京郵電大學;2013年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 白翔宇;葉新銘;蔣海;;基于小波變換與自回歸模型的網絡流量預測[J];計算機科學;2007年07期

2 王存睿;王楠楠;段曉東;張慶靈;;生物地理學優(yōu)化算法綜述[J];計算機科學;2010年07期

3 林雪綱;鄭成興;竇e，

本文編號：650228