改进飞蛾捕焰算法在网络流量预测中的应用

摘要：

传统BP神经网络对网络流量时间序列预测精度低和泛化能力弱.为此,提出一种新的优化BP神经网络的方法.通过小波包分解对网络流量进行多频段序列分解,并采用飞蛾纵横交叉混沌捕焰算法优化的神经网络,对各分解后的子序列进行预测,叠加各子序列的预测值,重构获取实际预测结果.仿真结果表明,与传统BP神经网络预测方法相比,该方法能捕获网络流量的变化规律,具有较好的预测精度、稳定性和泛化能力.

关键词：飞蛾捕焰算法、网络流量预测、小波包分解、神经网络、预测计算

所属期刊栏目：43

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61502108;广东省自然科学基金2014A030313512,2014A030313629;广东省重大科技专项2014B010111007;广东省科技计划项目2013B011304007;广东省公益研究与能力建设专项2016A010101027

在线出版日期：2017-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：153-159,166