论文研究-基于改进的量子粒子群优化小波神经网络的网络流量预测.pdf

【文件属性】：
文件名称：论文研究-基于改进的量子粒子群优化小波神经网络的网络流量预测.pdf
文件大小：790KB
文件格式：PDF
更新时间：2022-08-11 13:42:03
小波神经网络,量子粒子群优化,聚拢度,流量预测,收缩—扩张系数 为了改善小波神经网络（WNN）进行流量预测的性能及避免量子粒子群算法（QPSO）搜索后期的早熟收敛缺陷，提出了一种改进的QPSO。该算法定义粒子群聚拢度，改进收缩—扩张系数使其表示为聚拢度的函数并服从随机分布，以使粒子群具有动态自适应性，避免陷入局部最优，并通过搜索使用WNN待优化参数编码位置向量的粒子群的全局最优位置来实现目标参数的优化，使用本算法优化WNN参数，建立了基于改进的QPSO优化WNN的网络流量预测模型。使用真实网络流量通过两组对比实验对其预测精度进行验证，证明了该方法的可用性。实验结果表明，该方法的预测精度优于WNN和QPSO-WNN方法。