遗传算法优化小波神经网络的网络流量预测

摘要：

为了提高网络流量的预测精度,克服小波神经网络收敛速度慢、易陷入局部最优的缺点,提出一种遗传算法优化小波神经网络的网络流量预测模型.首先计算延迟时间和嵌入维数,构建小波神经网络的学习样本,然后采用小波神经网络对网络流训练集进行学习,并采用改进遗传算法对小波神经网络参数进行全局寻优,提高收敛速度和网络学习精度,最后采用网络流量数据对模型性能进行仿真分析.结果表明,相对于对比模型,本文模型的平均误差大幅度降低,训练次数急剧减,减小了二次优化训练的次数,具有更大的实际应用价值.

关键词：网络流量、小波神经网络、遗传算法、参数优化

所属期刊栏目：24

资助基金：国家自然科学基金60573145;广东省教育厅项目2010tjk446

在线出版日期：2015-03-19（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：180-184