共 5 条
认知网络中基于蚁群算法的网络流量预测模型
被引：15
作者：
李丹丹
张润彤
王传臣
肖东坡
机构：
[1] 北京交通大学信息系统研究所
来源：
关键词：
认知网络;
网络流量预测;
神经网络;
蚁群算法;
小波;
D O I：
暂无
中图分类号：
TP393.06 [];
学科分类号：
摘要：
认知网络能够感知外部环境,并能根据周围环境的变化智能、自主、自适应的动态变化,这种特性更适合为用户提供QoS(Quality of Service)保障.设计高精度的流量预测模型,可以提高认知网络的认知特性.本文针对原有预测模型预测精度低、对训练数据依赖程度高以及不能很好的刻画网络流量特征的不足,提出了一个混合的流量预测模型.它使用蚁群算法训练BP网络的权值,避免了梯度下降法收敛速度慢、容易陷入局部最优的问题.并且在预测之前,首先使用BP(Back Propagation)网络剔除原始数据中的异常数据信号,再对其进行小波分解,最后使用混合模型预测网络流量,实现了认知网络中高精度的流量预测.
引用
收藏
页码：2245 / 2250
页数：6
相关论文