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。本文采用蚁群算法优化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，本文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

作者: WU Jun 吴俊 LI Yun-han 黎云汉

作者单位: Yiwu Iudustrial&Commercial College, Yiwu Zhejiang 322000, China 义乌工商职业技术学院,浙江义乌,322000

会议类型: 国内会议

会议名称: 2012全国高性能计算学术年会

会议地点: 张家界

会议语种:中文

页码: 1-6

在线出版日期: 2012-10-29（万方平台首次上网日期，不代表论文的发表时间）