文献类型：期刊文章

作　　者：杨晓敏[1]

Yang Xiaomin(Maths&Information Technology School,Yuncheng University,Yuncheng 044000,China)

机构地区：[1]运城学院数学与信息技术学院,运城044000

出　　处：《电子测量与仪器学报》

基　　金：运城学院协同创新项目(2015016);运城学院应用研究项目(CY-2020028);山西省教育科学“十三五”规划项目(HLW-20101)资助。

年　　份：2021

卷　　号：35

期　　号：3

起止页码：211-217

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：高精度网络流量预测是现代网络智能管理的基础,针对支持向量机在网络流量预测建模过程中的参数优化难题,以改善网络流量预测结果为目标,提出了改进灰狼算法优化支持向量机的网络流量预测模型。首先收集网络流量历史数据,并对数据进行相空间重构、归一化等预处理,然后引入改进灰狼算法快速搜索到全局最优支持向量机的相关参数,并根据最优参数对预处理后的网络流量历史数据进行学习,建立能够挖掘网络流量历史数据包含变化规律的预测模型,最后与其他算法优化支持向量机的网络流量预测模型进行了对比分析。结果显示,改进灰狼算法优化支持向量机的网络流量预测精度超过90%,远高于对比模型,且预测建模过程的建模时间少于对比模型,可以满足网络流量管理的高精度和实时性的要求。

关 键 词：现代网络 改进灰狼算法  相空间重构 历史样本数据  支持向量机 全局最优参数  

分 类 号：TP273]