改进飞蛾捕焰算法在网络流量预测中的应用

被引：13

作者：

吴伟民

李泽熊

林志毅

吴汪洋

机构：

[1] 广东工业大学计算机学院

来源：

计算机工程 | 2017年 / 43卷 / 10期

基金：

广东省自然科学基金; 广东省科技计划;

关键词：

飞蛾捕焰算法; 网络流量预测; 小波包分解; 神经网络; 预测计算;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP393.06 [];

学科分类号：

140502 [人工智能];

摘要：

传统BP神经网络对网络流量时间序列预测精度低和泛化能力弱。为此,提出一种新的优化BP神经网络的方法。通过小波包分解对网络流量进行多频段序列分解,并采用飞蛾纵横交叉混沌捕焰算法优化的神经网络,对各分解后的子序列进行预测,叠加各子序列的预测值,重构获取实际预测结果。仿真结果表明,与传统BP神经网络预测方法相比,该方法能捕获网络流量的变化规律,具有较好的预测精度、稳定性和泛化能力。

引用

页码：153 / 159+166 +166

页数：8

共 17 条

[1]

Artificial neural networks for short-term load forecasting in microgrids environment.[J].Luis Hernández;Carlos Baladrón;Javier M. Aguiar;Belén Carro;Antonio Sánchez-Esguevillas;Jaime Lloret.Energy.2014,

[2]

Crisscross optimization algorithm and its application.[J].An-bo Meng;Yu-cheng Chen;Hao Yin;Si-zhe Chen.Knowledge-Based Systems.2014,

[3]

An experimental investigation of two Wavelet-MLP hybrid frameworks for wind speed prediction using GA and PSO optimization.[J].Hui Liu;Hong-qi Tian;Chao Chen;Yan-fei Li.International Journal of Electrical Power and Energy Systems.2013,

[4]

基于BP神经网络技术的网络流量预测模型 [J].