本文關(guān)鍵詞：模糊層次分析法優(yōu)化SVM參數(shù)的網(wǎng)絡(luò)流量預(yù)測

  更多相關(guān)文章： 支持向量機(jī) 網(wǎng)絡(luò)流量預(yù)測 模糊層次分析 參數(shù)優(yōu)化 預(yù)測模型

【摘要】：針對(duì)當(dāng)前網(wǎng)絡(luò)流量非線性時(shí)變、混沌等特點(diǎn)以及現(xiàn)有的基于支持向量機(jī)(support vector machine,SVM)網(wǎng)絡(luò)流量預(yù)測模型存在預(yù)測穩(wěn)定性不好、精度較低等問題,采用模糊層次分析法對(duì)SVM預(yù)測模型進(jìn)行改進(jìn),首先使用模糊層次分析法對(duì)SVM的σ和C參數(shù)進(jìn)行尋優(yōu),然后用尋找到的最優(yōu)參數(shù)來訓(xùn)練SVM,最后建立預(yù)測模型,預(yù)測網(wǎng)絡(luò)流量.實(shí)驗(yàn)結(jié)果表明,本文方法不但可以較好的跟蹤網(wǎng)絡(luò)流量變化趨勢,從而可以使網(wǎng)絡(luò)流量的預(yù)測值與實(shí)際非常接近,而且預(yù)測誤差變化范圍波動(dòng)小,是一有效的并且預(yù)測精度高的網(wǎng)絡(luò)流量預(yù)測方法.
【作者單位】： 平頂山學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;平頂山學(xué)院軟件學(xué)院;
【關(guān)鍵詞】： 支持向量機(jī) 網(wǎng)絡(luò)流量預(yù)測 模糊層次分析 參數(shù)優(yōu)化 預(yù)測模型
【基金】：河南省科技計(jì)劃重點(diǎn)項(xiàng)目(102102210416)資助
【分類號(hào)】：TP393.06;TP181
【正文快照】： 1引言網(wǎng)絡(luò)流量的預(yù)測與建模對(duì)于大規(guī)模網(wǎng)絡(luò)資源管理、規(guī)劃設(shè)計(jì)、用戶行為等方面具有重要意義.傳統(tǒng)網(wǎng)絡(luò)流量預(yù)測方法主要基于線性建模,預(yù)測誤差較大,很難準(zhǔn)確反映網(wǎng)絡(luò)流量復(fù)雜變化特點(diǎn)[1,2].眾多實(shí)驗(yàn)證明,網(wǎng)絡(luò)流量存在如下特點(diǎn)如非平穩(wěn)性、混沌性、時(shí)變性等,是一個(gè)具有高度的不

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 姜明;吳春明;張e，

本文編號(hào)：557056