摘要
现代网络流量的自相似性、周期性、混沌性、多尺度性和其他特性使得预测网络流量具有挑战性。因此,该文提出了一种基于鲸鱼优化算法(WOA)的变分模态分解(VMD),结合了随机配置网络(SCNs)对网络流量进行预测。首先,该文对网络流量数据集进行VMD分解,同时引入WOA对VMD分解中分解个数K和惩罚参数α进行优化。其次,利用SCNs模型对分解后得到的分量进行预测,最后,累加每个分量的预测结果,得出最终网络流量预测值。该组合预测模型(WOA-VMD-SCNs)旨在提高网络流量预测的准确性,对实际收集的网络流量数据进行预测,验证本文提出模型的有效性。
- 单位