文献类型：期刊文章

作　　者：龙震岳[1,2] 艾解清[1,2] 邹洪[1,2] 陈晓江[1,2] 魏理豪[1,2]

Long Zhenyue;Ai Jieqing;Zou Hong;Chen Xiaojiang;Wei Lihao(Information Center of Guangdong Power Grid Co.Ltd,Guangzhou 510000,China;Laboratory of Information Technology Testing of Guangdong Power Grid Co,Guangzhou 510000,China)

机构地区：[1]广东电网有限责任公司信息中心,广州510000 [2]广东电网公司信息化评测实验室,广州510000

出　　处：《计算机应用研究》

年　　份：2018

卷　　号：35

期　　号：6

起止页码：1845-1848

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统网络流量预测模型泛化能力弱和准确度低的缺点,提出一种组合小波包分解(WPD)和灰狼横纵多维混沌寻优算法(CCGWO)优化Elman神经网络的短期网络流量预测模型(WPD-CCGWO-ELMAN)。网络流量在小波包的作用下分解成多个频段序列,各子序列通过CCGWO-ELMAN神经网络优化模型进行单步或多步预测处理,然后重构并叠加各预测值,得到未来短时间段内的网络流量值。实验结果表明,该模型具有较好的预测精度和鲁棒性,并能掌握网络流量时间序列的变化规律。

关 键 词：网络流量预测 小波包分解 灰狼横纵多维混沌寻优算法  ELMAN神经网络

分 类 号：TP393]