10.3969/j.issn.1673-629X.2013.10.009
一种新参数优化算法及其在流量预测中的应用
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。
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
TP301.6(计算技术、计算机技术)
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
2013-11-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
36-40