遗传算法优化支持向量机的网络流量混沌预测

遗传算法优化支持向量机的网络流量混沌预测

熊凡

【期刊名称】《现代电子技术》

【年(卷),期】2018(041)018

【摘要】基于支持向量机的网络流量混沌预测方法通常基于人工经验设置参数,参数的性能较差,大大降低网络流量预测精度.因此,提出遗传算法优化支持向量机的网络流量混沌预测方法,通过相空间重构获取新的网络流量时间序列,获取具有最佳非线性预测结果的支持向量机函数,采用遗传算法优化支持向量机参数.基于优化的支持向量机参数,设计基于遗传算法优化支持向量机的交通流量预测模型,实现网络流量混沌预测.实验结果表明,所提方法在网络流量预测方面整体性能优、具有较高的精度.

【总页数】4页(P166-169)

【作者】熊凡

【作者单位】武汉工程大学计算机科学与工程学院,湖北武汉 430205

【正文语种】中文

【中图分类】TN711-34;TP391

【相关文献】

1.量子遗传算法优化BP神经网络的网络流量预测 [J], 张立仿;张喜平

2.基于遗传算法优化支持向量机的网络流量预测 [J], 张颖璐

3.和声搜索算法优化支持向量机的网络流量预测 [J], 丁春莉;李林森

4.粒子群算法优化支持向量机的网络流量混沌预测 [J], 刘昆

5.改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测 [J], 黄国权;尤新华

因版权原因，仅展示原文概要，查看原文内容请购买