基于改进的QPSO训练BP网络的网络流量预测

被引：11

作者：

王鹏 ^{[1
]}

刘渊 ^{[1
,2
]}

机构：

[1] 江南大学信息工程学院

[2] 江南大学数字媒体创意中心

来源：

计算机应用研究 | 2009年 / 26卷 / 01期

关键词：

量子粒子群优化算法; 粒子群优化算法; 早熟; 神经网络; 网络流量预测;

D O I：

暂无

中图分类号：

TP393.06 [];

学科分类号：

摘要：

为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测。针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的QPSO算法,较好地避免了粒子群的早熟,提高了算法的全局收敛性能。仿真实验结果表明,与PSO训练的BP网络、QPSO训练的BP网络作为预测模型相比,该模型具有更高的预测精度及很好的稳定性。

引用

页码：299 / 301

页数：3