一种GA-PSO算法优化BP网络的网络流量预测  

A NETWORK TRAFFIC PREDICTION BASED ON BP NEURAL NETWORK OPTIMISED BY A GA-PSO ALGORITHM

作　　者：高玉明[1] 张仁津[1,2] 

机构地区：[1]贵州师范大学数学与计算机科学学院,贵州贵阳550001 [2]贵州师范大学多媒体CAI所,贵州贵阳550001

出　　处：《计算机应用与软件》2014年第4期106-110,共5页Computer Applications and Software

基　　金：国家自然科学基金项目(41161065);贵州省省长基金项目(黔省专合字(2009)115);贵州省科技创新人才团队项目(黔科合人才团队(2012)4009)

摘　　要：分析和研究网络流量的预测,对于网络信息安全和网络资源管理具有重要的意义。为了更有效、准确地对网络流量进行预测,提出一种GA-PSO算法优化BP神经网络的网络流量预测模型。首先采用BP神经网络建立网络流量预测模型,然后用GAPSO算法对BP神经网络的初始权值和阈值进行优化,最后利用网络流量的历史数据进行仿真实验。实验结果表明,经过GA-PSO算法优化后的BP神经网络模型能加快神经网络的收敛速度,提高网络流量的预测精度。To analyse and study network traffic prediction has significance for information security and resource management of network. In order to more effectively and accurately predict network traffic,we propose a network traffic prediction model,which uses GA-PSO（ genetic algorithm-particle swarm optimisation） to optimise BP neural network. First,we use BP neural network to build network traffic prediction model. Then we apply GA-PSO to optimise initial weights and thresholds of BP neural network. Finally,we use historical records of network traffic to simulate in experiments. Experimental results show that the BP neural network model optimised by GA-PSO speeds up the convergence rate and improves the prediction accuracy of network traffic.

关 键 词：BP神经网络 遗传算法 粒子群优化算法 GA-PSO算法 网络流量 预测 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]