换一批变异粒子群优化最小二乘支持向量机的网络流量预测
NETWORK TRAFFIC PREDICTION BASED ON SVM OPTIMISED BY MUTATION PARTICLE SWARM OPTIMISATION
摘要针对最小二乘支持向量机参数优化问题，提出一种变异粒子群算法优化最小二乘支持向量的网络流量预测模型（MPSO-LSSVM）。首先对网络流量序列进行相空间重构，构建最小二乘支持向量的学习样本；然后采用变异粒子群算法选择最小二乘支持向量机参数，从而建立最优的网络流量预测模型，最后与其他模型进行对比实验。对比结果表明，相对于对比模型，MPSO-LSSVM提高了网络流量的预测精度，预测结果可以为网络管理员提供有价值参考信息。
更多相关知识
关键词
网络流量最小二乘支持向量机粒子群优化算法变异粒子预测模型Traffic networkLeast square support vector machine(LSSVM)Particle swarm optimisationMutation particlePrediction model
分类号
TP393
栏目名称
DOI
10.3969/j.issn.1000-386x.2014.10.030
发布时间
2014-11-18（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
