粒子群算法优化支持向量机的网络流量混沌预测

作者：刘昆

来源：现代电子技术, 2019, 42(02): 120-123.

DOI：10.16652/j.issn.1004-373x.2019.02.028

• 粒子群算法优化
• 支持向量机
• 网络流量
• 混沌预测
• 平均绝对误差
• 蚁群算法

针对传统网络流量预测方法存在预测平均绝对误差较大的问题,提出基于粒子群算法优化支持向量机的网络流量混沌预测方法。采用粒子群算法对支持向量机方法进行优化,利用优化后的支持向量机方法对网络流量进行混沌预测,预测结果表明,采用改进预测方法时,其预测的平均绝对误差值相比FCM-LSSVM网络流量预测方法、Morlet-SVR和ARIMA组合预测方法分别降低了65.3%,34.3%,具有一定的优势。

• 单位
  中国矿业大学徐海学院