模糊层次分析法优化SVM参数的网络流量预测
针对当前网络流量非线性时变、混沌等特点以及现有的基于支持向量机(support vector machine,SVM)网络流量预测模型存在预测稳定性不好、精度较低等问题,采用模糊层次分析法对SVM预测模型进行改进,首先使用模糊层次分析法对SVM的σ和C参数进行寻优,然后用寻找到的最优参数来训练SVM,最后建立预测模型,预测网络流量.实验结果表明,本文方法不但可以较好的跟踪网络流量变化趋势,从而可以使网络流量的预测值与实际非常接近,而且预测误差变化范围波动小,是一有效的并且预测精度高的网络流量预测方法.
支持向量机、网络流量预测、模糊层次分析、参数优化、预测模型
36
TP391(计算技术、计算机技术)
河南省科技计划重点项目102102210416
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
1261-1264