改进的神经网络在网络流量预测中的应用研究

作者：李海燕; 李咚

来源：计算机仿真, 2011, (09): 132-135.

• 神经网络
• 网络流量
• 粒子群算法
• 预测 Neural network
• Network traffic
• Particle swarm algorithm
• Forecasting

关于保证网络安全服务,研究网络流量预测问题。网络流量数据具突发性、非线性和时变性等等特点,传统RBF神经网络在网络流量预测过程存在敛速度慢、极易出现局部最优等缺点,从而导致预测精度低和难问题。为了提高网络流量的预测精度,提出一种粒子群算法优化RBF神经网络参数的网络流量预测方法。首先采用粒子群算法对RBF神经网络的参数进行优化,简化网络结构,加快收敛速度,并用优化后RBF神经网络对网络流量进行预测,防止局部最优的出现。最后在Matlab平台对模型进行了仿真,结果表明,算法提高了网络流量的预测精度。相对于传统的网络流量预测方法,提高了预测效率。

• 出版日期2011
• 单位郑州铁路职业技术学院