發(fā)布時間：2017-08-31 12:33

  本文關鍵詞：量子遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的網(wǎng)絡流量預測

  更多相關文章： 網(wǎng)絡流量預測 量子遺傳算法 BP神經(jīng)網(wǎng)絡 移民操作 K均值聚類算法

【摘要】：為了提高網(wǎng)絡流量的預測精度,提出了一種改進的多種群量子遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的網(wǎng)絡流量預測模型。在確定了神經(jīng)網(wǎng)絡的結構后,采用多種群量子遺傳算法對BP神經(jīng)網(wǎng)絡的初始權值和閾值進行優(yōu)化。該模型利用K均值聚類算法將種群劃分成若干子種群,多個子種群分別進化以保持種群的多樣性。子種群間通過移民操作進行信息交互,減小了算法陷入局部最優(yōu)的概率。同時采用一種自適應的量子旋轉門調(diào)整策略加快算法的收斂速度。仿真結果表明,相較傳統(tǒng)方法,該模型在網(wǎng)絡流量預測方面具有收斂速度快、預測精度高的優(yōu)點。
【作者單位】： 河南師范大學網(wǎng)絡中心;
【關鍵詞】： 網(wǎng)絡流量預測 量子遺傳算法 BP神經(jīng)網(wǎng)絡 移民操作 K均值聚類算法
【基金】：河南省基礎與前沿技術研究計劃(112300410240)
【分類號】：TP183;TP393.06
【正文快照】： 1引言網(wǎng)絡流量是衡量網(wǎng)絡性能和運行狀態(tài)的重要參數(shù)。對網(wǎng)絡流量進行分析和預測,并以此為基礎做出相應的調(diào)整和控制,在服務質(zhì)量保證、流量控制、異常檢測等方面都具有重要意義。尋找精確、穩(wěn)定的網(wǎng)絡流量預測模型一直是國內(nèi)外研究者關注的焦點。目前的網(wǎng)絡流量預測模型分為兩

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張葛祥,李娜,金煒東,胡來招;一種新量子遺傳算法及其應用[J];電子學報;2004年03期

2 郭海燕,金煒東,李麗,羅碧華;分組量子遺傳算法及其應用[J];西南科技大學學報(自然科學版);2004年01期

3 郭海燕;基于混沌優(yōu)化的量子遺傳算法[J];西南科技大學學報(自然科學版);2005年03期

4 黃蓓;王士同;;基于量子遺傳算法的非線性無約束優(yōu)化方法[J];微計算機信息;2006年08期

5 郭海燕;;基于混沌優(yōu)化的量子遺傳算法[J];電子測量技術;2006年02期

6 李曉波;;淺談量子遺傳算法[J];科技信息(學術研究);2008年02期

7 呂友波;;量子遺傳算法在配餐中的應用[J];商場現(xiàn)代化;2008年08期

8 許波;李智勇;王永;;改進型量子遺傳算法求解機器人聯(lián)盟問題[J];計算機工程與應用;2009年04期

9 滕皓;邵闊義;曹愛增;楊炳儒;;量子遺傳算法的變尺度混沌優(yōu)化策略研究[J];計算機應用研究;2009年02期

10 梁昌勇;柏樺;蔡美菊;陸文星;;量子遺傳算法研究進展[J];計算機應用研究;2012年07期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 解光軍;操禮程;范海秋;;改進型量子遺傳算法及其性能分析[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 郭明;李飛;;一種解決認知無線電頻譜分配的量子遺傳算法[A];2009年通信理論與信號處理學術年會論文集[C];2009年

3 皮海燕;陶志福;姚萌;;量子遺傳算法在較少探測點下的介電常數(shù)分布截面成像中的應用[A];第七屆全國信息獲取與處理學術會議論文集[C];2009年

4 曾成;趙錫均;徐紅;;基于量子遺傳算法的聚類方法[A];第二十九屆中國控制會議論文集[C];2010年

5 劉欣;李飛;張杰;;一種求解最短路徑路由問題的量子遺傳算法[A];2009年通信理論與信號處理學術年會論文集[C];2009年

6 張治平;周樹德;;基于量子計算的智能優(yōu)化方法研究[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

7 于文莉;李海;范輝;;量子遺傳算法在二維最大熵圖像分割中的應用研究[A];2008通信理論與技術新發(fā)展——第十三屆全國青年通信學術會議論文集（下）[C];2008年

8 楊英;王錫淮;肖健梅;;基于QGA的物流配送中心配送優(yōu)化問題研究[A];2007中國控制與決策學術年會論文集[C];2007年

9 王興林;李茂軍;張曉培;李亙;;改進量子遺傳算法在Flow-Shop調(diào)度中的應用[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

10 曾成;趙錫均;;基于量子遺傳算法的PID參數(shù)優(yōu)化研究[A];'2008系統(tǒng)仿真技術及其應用學術會議論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 黃宇;基于量子計算的熱工過程辨識研究及應用[D];華北電力大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王寶偉;量子遺傳算法的改進研究及在路由選擇問題中的應用[D];山東師范大學;2009年

2 郭海燕;量子遺傳算法改進算法研究[D];西南交通大學;2005年

3 楊英;遺傳算法和量子遺傳算法在物流系統(tǒng)優(yōu)化中的應用[D];上海海事大學;2007年

4 符麗錦;量子遺傳算法的改進及在貨物配裝問題中的應用[D];廣西大學;2015年

5 吳凇;重型魚雷推進電機極限比功率優(yōu)化設計研究[D];中國艦船研究院;2015年

6 王快霞;改進的量子遺傳算法在車間調(diào)度中的應用研究[D];大連交通大學;2008年

7 查全民;量子遺傳算法及其在入侵檢測中的應用研究[D];合肥工業(yè)大學;2010年

8 裴飛飛;量子遺傳算法在機械優(yōu)化問題中的應用研究[D];武漢科技大學;2010年

9 郭靜;量子遺傳算法及其在數(shù)據(jù)校正中的應用[D];青島科技大學;2011年

10 鄭冉;雙鏈量子遺傳算法的收斂性分析及改進方法研究[D];南昌航空大學;2012年

，

本文編號：765623