优化Elman神经网络用于网络流量预测
对量子粒子群优化(QPSO)算法进行研究,提出了自适应量子粒子群优化(Adaptive QPSO)算法,用于优化Elman神经网络的参数,改进了Elman神经网络的泛化能力.利用网络流量时间序列数据进行预测,实验结果表明,采用AQPSO算法优化获得的Elman神经网络模型不但具有较强的泛化能力,而且具有良好的稳定性,在网络流量时间序列数据的预测中具有一定的实用价值.
艾尔曼、量子粒子群优化、神经网络、网络流量、预测
29
TP183;TP393(自动化基础理论)
国家自然科学基金项目60675011
2008-11-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
4531-4534