-
题名改进微分进化和小波神经网络的网络流量预测
被引量：14
- 1
-
-
作者
林振荣
黎嘉诚
杨冬芹
伍军云
-
机构
南昌大学信息工程学院
江西工业职业技术学院电子信息工程分院
-
出处
《计算机工程与设计》
北大核心
2019年第12期3413-3418,共6页
-
基金
江西省科技支撑计划重点基金项目(20151BBE50057)
-
文摘
针对网络流量的非线性和复杂性等特性以及传统网络流量预测模型精准度低的缺点,提出自适应微分进化算法(ADE)优化小波神经网络(WNN)的短期网络流量预测方法。以小波神经网络为基础,在神经网络训练过程中增加动量项,采用自适应微分进化算法优化小波神经网络原有的初始化参数的过程,有效解决小波神经网络中传统梯度下降算法易陷入局部极小解和对初始值敏感的缺陷,提高学习精度和收敛速度。仿真结果表明,相比对比模型,该方法具有良好的准确性、收敛性以及稳定性,是一种有效可靠的短期网络流量预测方法。
-
关键词
小波神经网络
微分进化算法
自适应
短期网络流量
预测计算
-
Keywords
wavelet neural network
differential evolution algorithm
adaptation
short term network traffic
prediction calculation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名改进GWO优化SVM的服务器性能预测
被引量：8
- 2
-
-
作者
李建民
陈慧
杨冬芹
林振荣
-
机构
南昌大学信息工程学院
江西工业职业技术学院电子信息工程分院
-
出处
《计算机工程与设计》
北大核心
2019年第11期3099-3105,3163,共8页
-
基金
江西省科技支撑计划重点基金项目(20151BBE50057)
-
文摘
为更加精确地对服务器性能进行评估与预测,提出一种基于差分进化(DE)与灰狼寻优(GWO)相结合的SVM模型(DE-GWO-SVM)。利用灰狼寻优算法(GWO)寻求SVM的最优参数组合惩罚因子C和核函数参数γ,提升SVM算法的预测性能,将DE算法用于生成灰狼寻优算法初始种群的最优值,克服GWO的初始种群随机生成的局限性,使GWO具有更加良好的寻优能力,获取SVM算法的参数组合C和γ的最优解。实验结果表明,相比于传统的SVM、ABCSVM、GWOSVM模型,DEGWOSVM预测模型具有较高的预测精度、良好的稳定性和泛化能力。
-
关键词
支持向量机
灰狼寻优算法
差分进化算法
服务器性能
预测模型
-
Keywords
support vector machine(SVM)
gray wolf optimization(GWO)algorithm
differential evolution(DE)algorithm
server performance
prediction model
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
