| 混沌理论和LSSVM相结合的网络流量预测 |
| |
| 引用本文： | 张文金,许爱军.混沌理论和LSSVM相结合的网络流量预测[J].计算机工程与应用,2013(15). |
| |
| 作者姓名： | 张文金 许爱军 |
| |
| 作者单位： | 广州铁路职业技术学院 教育技术中心,广州,510430 |
| |
| 摘 要： | 为提高网络流量的预测精度，提出一种基于混沌理论和最小二乘支持向量机相结合的网络流量预测方法。采用相空间重构对网络流量时间序列进行重构，恢复网络流量的演化轨迹，采用非线性预测能力强的最小二乘支持向量机对网络流量时间序列进行训练建模，采用混沌粒子群算法对最小二乘支持向量机参数进行优化，从而获得最优网络流量预测模型。用实际网络流量数据对该算法有效性进行验证，结果表明该方法能够很好刻画网络流量的变化趋势，提高了网络流量的预测精度，预测性能优于传统的预测方法。
|
| 关 键 词： | 混沌理论 最小二乘支持向量机 网络流量 预测模型 |
Network traffic forecasting based on chaotic theory and Least Squares Support Vector Machine |
| |
| ZHANG Wenjin
,
XU Aijun.Network traffic forecasting based on chaotic theory and Least Squares Support Vector Machine[J].Computer Engineering and Applications,2013(15). |
| |
| Authors: | ZHANG Wenjin XU Aijun |
| |
| Abstract: | |
| |
| Keywords: | chaotic theory Least Squares Support Vector Machine(LSSVM) network traffic forecasting model |
| 本文献已被 万方数据 等数据库收录！ |
