蚁群算法优化RBF神经网络的网络流量预测

摘要：

传统RBF神经网络在网络流量预测过程中存在收敛速度慢、极易出现局部最优等缺点,从而导致预测精度低.采用蚁群算法优化RBF神经网络参数来进行网络流量预测.利用蚁群优化算法来训练RBF神经网络的基函数宽度和中心,简化网络结构,加快收敛速度,防止局部最优的出现,改善RBF神经网络的泛化能力.实验结果表明,相对于GA-RBF以及PSO-RBF流量预测模型,模型预测准确度更高,能够很好地描述网络流的变化规律.具有泛化能力强、稳定性良好的特点,在网络流量预测中有一定的实用价值.

关键词：RBF神经网络、蚁群算法、基函数、网络流量预测

所属期刊栏目：12

分类号：TP393.07(计算技术、计算机技术)

在线出版日期：2013-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9238-9242