10.3969/j.issn.1001-3695.2018.06.055
基于改进灰狼优化算法的网络流量预测模型
针对传统网络流量预测模型泛化能力弱和准确度低的缺点,提出一种组合小波包分解(WPD)和灰狼横纵多维混沌寻优算法(CCGWO)优化Elman神经网络的短期网络流量预测模型(WPD-CCGWO-ELMAN).网络流量在小波包的作用下分解成多个频段序列,各子序列通过CCGWO-ELMAN神经网络优化模型进行单步或多步预测处理,然后重构并叠加各预测值,得到未来短时间段内的网络流量值.实验结果表明,该模型具有较好的预测精度和鲁棒性,并能掌握网络流量时间序列的变化规律.
网络流量预测、小波包分解、灰狼横纵多维混沌寻优算法、Elman神经网络
35
TP393(计算技术、计算机技术)
2018-10-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
1845-1848