基于PSO-LSSVM的网络流量预测模型①.PDFVIP

2014 年 第 23 卷 第 10 期 计 算 机 系 统 应 用 ① 基于PSO-LSSVM 的网络流量预测模型 刘 春 ( 四川建筑职业技术学院 网络管理中心, 德阳 618000) 摘 要: 为了提高网络流量的预测精度, 考虑到网络流量的长相关、非线性等特性, 提出一种粒子群算法优化最 小二乘支持向量机参数的网络流量预测模型(PSO-LSSVM). 首先将最小二乘支持向量机参数作为粒子的位置向 量, 然后利用粒子群算法找到模型的最优参数, 最后采用最优参数最小二乘支持向量机建立网络流量预测模型. 仿真结果表明, 相对于参比模型, PSO-LSSVM 能够获得更高的网络流量预测精度, 更能准确描述网络流量变化 规律. 关键词:预测模型; 网络流量; 粒子群优化算法; 最小二乘支持向量机 Network Traffic Prediction Method Based on Particle Swarm A