基于改进黑洞算法优化ESN的网络流量短期预测

摘要：

网络流量数据序列具有混沌特性.相空间重构后,采用一种改进黑洞算法优化回声状态网络的非线性模型对网络流量进行预测.改进黑洞算法是在现有工作的基础上提出一种新的新解生成机制,可以提高算法的收敛速度和精度;相比于遗传算法、和声搜索算法等其他优化算法,所提出的改进黑洞算法不依赖自身相关参数的准确设定;将其应用于回声状态网络4个重要参数的优化选取,使得预测模型具有较好的预测稳定性.通过Mackey-Glass混沌时间序列和网络流量公共数据集的仿真实验,结果表明所提出的方法具有较好的预测性能.

关键词：网络流量、混沌时间序列、回声状态网络、黑洞算法、预测

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61773108,61403040

在线出版日期：2018-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：311-315