本文關(guān)鍵詞：一種GA-PSO算法優(yōu)化BP網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預測

  更多相關(guān)文章： BP神經(jīng)網(wǎng)絡(luò) 遺傳算法 粒子群優(yōu)化算法 GA-PSO算法 網(wǎng)絡(luò)流量 預測

【摘要】：分析和研究網(wǎng)絡(luò)流量的預測,對于網(wǎng)絡(luò)信息安全和網(wǎng)絡(luò)資源管理具有重要的意義。為了更有效、準確地對網(wǎng)絡(luò)流量進行預測,提出一種GA-PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預測模型。首先采用BP神經(jīng)網(wǎng)絡(luò)建立網(wǎng)絡(luò)流量預測模型,然后用GAPSO算法對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進行優(yōu)化,最后利用網(wǎng)絡(luò)流量的歷史數(shù)據(jù)進行仿真實驗。實驗結(jié)果表明,經(jīng)過GA-PSO算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型能加快神經(jīng)網(wǎng)絡(luò)的收斂速度,提高網(wǎng)絡(luò)流量的預測精度。
【作者單位】： 貴州師范大學數(shù)學與計算機科學學院;貴州師范大學多媒體CAI所;
【關(guān)鍵詞】： BP神經(jīng)網(wǎng)絡(luò) 遺傳算法 粒子群優(yōu)化算法 GA-PSO算法 網(wǎng)絡(luò)流量 預測
【基金】：國家自然科學基金項目(41161065) 貴州省省長基金項目(黔省專合字(2009)115) 貴州省科技創(chuàng)新人才團隊項目(黔科合人才團隊(2012)4009)
【分類號】：TP393.06;TP183
【正文快照】： 0引言隨著互聯(lián)網(wǎng)絡(luò)的迅速發(fā)展和網(wǎng)絡(luò)規(guī)模的不斷擴大,網(wǎng)絡(luò)信息安全和網(wǎng)絡(luò)資源管理的問題越來越突出。網(wǎng)絡(luò)流量的預測可以為入侵檢測提供有效的依據(jù),可以根據(jù)網(wǎng)絡(luò)流量的異常來發(fā)現(xiàn)可能存在的攻擊行為,以此來保證網(wǎng)絡(luò)的安全。網(wǎng)絡(luò)流量能夠反映網(wǎng)絡(luò)性能的好壞,網(wǎng)絡(luò)流量如果過大,就

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 李松;羅勇;張銘銳;;遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的混沌時間序列預測[J];計算機工程與應(yīng)用;2011年29期

2 張冉;趙成龍;;ARIMA模型在網(wǎng)絡(luò)流量預測中的應(yīng)用研究[J];計算機仿真;2011年02期

3 李海燕;李咚;;改進的神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)流量預測中的應(yīng)用研究[J];計算機仿真;2011年09期

4 趙振江;;基于PSO-BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預測與研究[J];計算機應(yīng)用與軟件;2009年01期

5 張敏;余青松;黃俊;宗文杰;周雁;;基于GAPSO混合算法的網(wǎng)格工作流調(diào)度研究[J];計算機應(yīng)用與軟件;2011年04期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭蘭平;俞建寧;張建剛;漆玉娟;張旭東;;改進RBF神經(jīng)網(wǎng)絡(luò)在城市公交車速時間序列預測中的應(yīng)用[J];重慶理工大學學報(自然科學版);2010年12期

2 謝元瑰;張紅燕;陳玉峰;;基于REMCC-BPNN的糧食產(chǎn)量預測研究[J];安徽農(nóng)業(yè)科學;2013年06期

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

4 蔡鑫;南新元;孔軍;;改進Elman神經(jīng)網(wǎng)絡(luò)在氧化還原電位預測中的應(yīng)用[J];安徽大學學報(自然科學版);2014年02期

5 魯敏;岑紅蕾;王洪坤;;基于LM—BP的新疆瑪納斯灌區(qū)用水量預測[J];中國農(nóng)機化學報;2014年02期

6 劉春;;基于誤差校正的網(wǎng)絡(luò)流量組合預測[J];福建電腦;2014年02期

7 鄧國良;李如琦;蘇浩益;;組合式粒子群神經(jīng)網(wǎng)絡(luò)的96點負荷建模的應(yīng)用[J];電工電氣;2011年05期

8 馮華麗;劉淵;陳冬;;QPSO算法優(yōu)化BP網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預測[J];計算機工程與應(yīng)用;2012年03期

9 傅秀文;鄭明春;;基于改進的BP神經(jīng)網(wǎng)絡(luò)的Overlay網(wǎng)絡(luò)流量預測[J];計算機工程與應(yīng)用;2012年12期

10 黃憲通;張靜;楊新鋒;;模糊綜合評判算法在網(wǎng)絡(luò)流量預測中應(yīng)用[J];計算機仿真;2012年01期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 萬林;網(wǎng)格GIS下協(xié)同式空間信息工作流實現(xiàn)技術(shù)研究[D];中國地質(zhì)大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 馮華麗;基于智能算法的網(wǎng)絡(luò)流量預測技術(shù)研究[D];江南大學;2011年

2 黃美靈;群智能算法在智能交通中的研究與應(yīng)用[D];重慶交通大學;2011年

3 李學賢;嵌入式智能控制器在混凝投藥系統(tǒng)中的應(yīng)用[D];中南大學;2009年

4 焦帥;金融時間序列預測的SVR建模及參數(shù)優(yōu)化研究[D];東華理工大學;2012年

5 楊墨;自加壓SF6密度繼電器校驗儀[D];黑龍江大學;2012年

6 王燕;網(wǎng)絡(luò)流量特性分析及預測模型研究[D];浙江工業(yè)大學;2012年

7 閆洪偉;基于數(shù)據(jù)的球團礦質(zhì)量預測模型研究及其應(yīng)用[D];東北大學;2010年

8 王瑞雪;基于機器學習方法的網(wǎng)絡(luò)流量感知與預測研究[D];江南大學;2013年

9 郎學政;基于遺傳神經(jīng)網(wǎng)絡(luò)的尾礦庫浸潤線預測方法研究[D];山東理工大學;2013年

10 趙小萌;電力企業(yè)信息網(wǎng)絡(luò)風險評估與預測的研究[D];華北電力大學;2013年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉嘉q,金志剛,薛飛,舒炎泰;基于FARIMA過程的網(wǎng)絡(luò)業(yè)務(wù)預報與應(yīng)用[J];電子與信息學報;2001年04期

2 鄒柏賢,劉強;基于ARMA模型的網(wǎng)絡(luò)流量預測[J];計算機研究與發(fā)展;2002年12期

3 孟慶芳;彭玉華;;混沌時間序列改進的加權(quán)一階局域預測法[J];計算機工程與應(yīng)用;2007年35期

4 曹建華;劉淵;戴悅;;一種基于灰色神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預測模型[J];計算機工程與應(yīng)用;2008年05期

5 修妍;馬軍海;;基于徑向基神經(jīng)網(wǎng)絡(luò)的局域預測法及其應(yīng)用[J];計算機工程;2008年09期

6 劉淵;戴悅;曹建華;;基于小波神經(jīng)網(wǎng)絡(luò)的流量混沌時間序列預測[J];計算機工程;2008年16期

7 雷霆;余鎮(zhèn)危;;一種網(wǎng)絡(luò)流量預測的小波神經(jīng)網(wǎng)絡(luò)模型[J];計算機應(yīng)用;2006年03期

8 劉杰;黃亞樓;;基于BP神經(jīng)網(wǎng)絡(luò)的非線性網(wǎng)絡(luò)流量預測[J];計算機應(yīng)用;2007年07期

9 丁一鳴;孫瑞志;;基于遺傳退火算法的網(wǎng)格工作流調(diào)度研究[J];計算機應(yīng)用;2007年S1期

10 蔡自興,伍春華,張鼎興;網(wǎng)絡(luò)仿真中FTP業(yè)務(wù)前景流量數(shù)學建模及仿真[J];計算機仿真;2002年03期

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 劉海s，

本文編號：953629