查询结果:   高玉明,张仁津.一种GA-PSO算法优化BP网络的网络流量预测[J].计算机应用与软件,2014,31(4):106 - 110.
中文标题
一种GA-PSO算法优化BP网络的网络流量预测
发表栏目
网络与通信
摘要点击数
847
英文标题
A NETWORK TRAFFIC PREDICTION BASED ON BP NEURAL NETWORK OPTIMISED BY A GA-PSO ALGORITHM
作 者
高玉明 张仁津 Gao Yuming Zhang Renjin
作者单位
贵州师范大学数学与计算机科学学院 贵州 贵阳 550001 贵州师范大学多媒体CAI所 贵州 贵阳 550001    
英文单位
School of Mathematics and Computer Science, Guizhou Normal University, Guiyang 550001, Guizhou, China Institute of Multimedia CAI, Guizhou Normal University, Guiyang 550001, Guizhou, China    
关键词
BP神经网络 遗传算法 粒子群优化算法 GA-PSO算法 网络流量
Keywords
BP neural network Genetic algorithm Particle swarm optimisation GA-PSO Network traffic
基金项目
国家自然科学基金项目(41161065);贵州省省长基金项目(黔省专合字(2009)115);贵州省科技创新人才团队项目(黔科合人才团队(2012)4009)
作者资料
高玉明,硕士生,主研领域:人工智能,计算机软件开发。张仁津,教授。 。
文章摘要
分析和研究网络流量的预测,对于网络信息安全和网络资源管理具有重要的意义。为了更有效、准确地对网络流量进行预测,提出一种GA-PSO算法优化BP神经网络的网络流量预测模型。首先采用BP神经网络建立网络流量预测模型,然后用GA-PSO算法对BP 神经网络的初始权值和阈值进行优化,最后利用网络流量的历史数据进行仿真实验。实验结果表明,经过GA-PSO算法优化后的BP神经网络模型能加快神经网络的收敛速度,提高网络流量的预测精度。
Abstract
To analyse and study network traffic prediction has significance for information security and resource management of network. In order to more effectively and accurately predict network traffic, we propose a network traffic prediction model, which uses GA-PSO (genetic algorithm-particle swarm optimisation) to optimise BP neural network. First, we use BP neural network to build network traffic prediction model. Then we apply GA-PSO to optimise initial weights and thresholds of BP neural network. Finally, we use historical records of network traffic to simulate in experiments. Experimental results show that the BP neural network model optimised by GA-PSO speeds up the convergence rate and improves the prediction accuracy of network traffic.
下载PDF全文