一种新参数优化算法及其在流量预测中的应用

摘要：

为了提高网络流量预测的精度，提出先进行小波变换后利用LS-SVM的网络流量预测模型，对于LS-SVM参数的优化，提出一种基于模拟退火算法的自适应混沌量子粒子群算法( AS-QPSO)。该算法在量子粒子群算法的基础上加入了自适应和混沌特性，使算法具有动态自适应性，改善算法的全局寻优能力，再引入模拟退火算法避免陷入局部最优，使算法具有更好的收敛性和稳定性。实验结果表明：与其他算法优化的LS-SVM模型相比，该模型具有较好的泛化能力﹑更高的预测精度以及很好的稳定性。

关键词：量子粒子群算法、参数优化、小波变换、最小二乘支持向量机、流量预测

分类号：TP301.6(计算技术、计算机技术)

资助基金：教育部科学研究青年基金项目10YJC870044;广东省自然科学基金资助项目8151063101000040

在线出版日期：2013-11-13（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：36-40