文献类型：期刊文章

作　　者：李啸辰[1] 罗赟骞[2,3] 智英建[3] 张玉林[2]

机构地区：[1]空军总医院计算机中心 [2]中国人民解放军95865部队 [3]空军工程大学电讯工程学院

出　　处：《计算机工程》

基　　金：陕西省自然科学基金资助项目(2009JM8001-1);国家综合业务网理论及关键技术重点实验室开放基金资助项目(ISN-9-08)

年　　份：2011

卷　　号：37

期　　号：13

起止页码：163-165

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对现有混沌支持向量机回归模型存在流量预测效率低下的问题,利用差分进化(DE)算法、遗传算法和粒子群优化算法确定模型的径向基核函数系数、惩罚系数、不敏感系数等参数,在此基础上建立改进的混沌支持向量机回归模型进行流量预测。实例表明,相比其他启发式算法,DE算法能以较高的效率搜索到混沌支持向量机回归模型的最优参数,并且该模型具有较高的预测精度。

关 键 词：网络流量预测 混沌支持向量机  差分进化算法 粒子群优化算法

分 类 号：TP393]