期刊文献+

遗传优化神经网络的网络流量预测 被引量:7

Network Traffic Prediction Based on Neural Network Optimized by GA
下载PDF
导出
摘要 为了提高网络流量预测精度,利用相空间重构和预测模型参数间的相互联系,提出一种遗传算法优化神经网络的网络流量预测模型.首先将相空间重构和神经网络参数进行编码,网络流量预测精度作为目标函数,然后通过遗传算法选择模型最优参数,最后进行网络流量仿真实验.实验结果表明相对传统预测模型,遗传优化神经网络模型具有更高预测精度及稳定性更好. In order to improve the network traffic prediction accuracy, this paper proposes a network traffic prediction method based on RBF neural network optimized by genetic algorithm which uses the relation between phase space reconstruction and parameters of prediction model. Firstly, phase space reconstruction and the parameters of RBF neural network are coded, and then the model prediction accuracy is used as the objection function, and optimal parameters of the model are selected by genetic algorithm, lastly, the simulation experiments are carried out to test model's performance. The results show that, compared with the traditional models, the proposed model improves the prediction accuracy.
作者 赵清艳
出处 《微电子学与计算机》 CSCD 北大核心 2013年第3期132-135,共4页 Microelectronics & Computer
关键词 网络流量 神经网络 遗传算法 相空间重构 network traffic neural network genetic algorithm phase space reconstruction
  • 相关文献

参考文献9

二级参考文献89

共引文献221

同被引文献56

引证文献7

二级引证文献23

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部