-
题名基于SCSO-GRU模型的网络流量预测
被引量:1
- 1
-
-
作者
高佰宏
刘朝晖
刘华
-
机构
南华大学计算机学院
南华大学电气工程学院
-
出处
《计算机与现代化》
2020年第4期72-77,84,共7页
-
基金
南华大学核燃料循环技术与装备湖南省协同创新中心开放基金资助项目(2019KFY18)。
-
文摘
网络流量有实时性、不稳定性和时序相关性等特点,传统网络流量预测模型存在泛化能力不强和预测精度低等不足之处。为解决这些不足,本文提出一种结合基于正余弦的群优化(SCSO)算法的GRU神经网络的网络流量预测模型(SCSO-GRU)。首先,介绍SCSO算法的粒子更新原理;然后构建SCSO-GRU神经网络的网络流量预测模型,将SCSO算法用于模型训练,提高训练效果,克服传统GRU神经网络收敛于局部最优的缺点;最后用SCSO-GRU模型进行网络流量预测。实验结果表明,与传统LSTM和GRU模型相比,本文模型具有显著的收敛效果和较好的预测精度,可以更好地刻画网络流量变化趋势。
-
关键词
网络流量预测
scso算法
GRU神经网络
-
Keywords
network traffic prediction
scso algorithm
GRU neural network
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-