改进ABC算法优化LSSVM的网络流量预测模型

改进ABC算法优化LSSVM的网络流量预测模型
许爱军
【期刊名称】《计算机应用与软件》
【年(卷),期】2015(032)001
【摘要】为了提高网络流量预测精度,针对最小二乘支持向量机LSSVM (Least Squares Support Vector Machine)参数优化问题,提出一种改进人工蜂群
ABC(artificial bee colony)算法优化LSSVM的网络流量预测模型(ABC-LSSVM).该模型根据混沌理论对网络流量时间序列进行重构,然后将网络流量预测精度作为优化目标,通过ABC算法找到最优的LSSVM参数,并建立网络流量预测模型,最后采用仿真对比实验测试模型的性能.仿真结果表明,相对于参比模型,ABC-LSSVM解决了LSSVM参数优化的难题,能够更加准确刻画网络流量复杂变化规律,提高了网络流量的预测精度.
【总页数】4页(P323-326)
【作者】许爱军
【作者单位】广州铁路职业技术学院信息工程系广东广州510430
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.基于改进ABC算法优化的LSSVM多分类器组机械故障诊断模型 [J], 李鑫滨;陈云强;张淑清
2.改进布谷鸟搜索算法优化SVM的网络流量预测模型 [J], 路璐;程良伦
3.基于ABC+AFS-LSSVM的网络流量预测模型 [J], 孙群;袁宏俊
4.改进PSO-LSSVM算法的SDN网络流量预测模型 [J], 龙霏;余铮;刘芬;冯浩;代荡荡
5.改进粒子群算法优化下的Lasso-Lssvm预测模型 [J], 李翼;张本慧;郭宇燕因版权原因，仅展示原文概要，查看原文内容请购买。