数学建模社区-数学中国

标题: 基于蝙蝠算法优化反向传播神经网络模型的无线网络流量预测 [打印本页]
作者: 雩风三日    时间: 2021-3-13 17:14
标题: 基于蝙蝠算法优化反向传播神经网络模型的无线网络流量预测
基于蝙蝠算法优化反向传播神经网络模型的无线网络流量预测
2 [( p4 U5 {$ h# d6 D$ D
* u! M5 r- `# P" J4 N" m& T       针对无线网络流量数据预测精度不高问题,提出一种基于蝙蝠算法(BA)优化的反向传播(BP)神经网络的分类预测模型——BABP。通过采用蝙蝠算法对 BP 神经网络模型的初始权值与阈值进行全局寻优,构建崭新的基于蝙蝠算法优化的神经网络模型。并通过与传统寻优算法遗传算法(GA)与粒子群优化(PSO)算法的神经网络模型比较,在无线网络流量数据的分类预测和稳定性方面,提出的 BABP 模型要优于 GABP(Genetic Algorithm BP)模型、PSOBP(Particle Swarm Optimization BP)模型;同时,无论迭代次数的多与少,BABP 均有比 GABP、PSOBP 算法更快地收敛。实验结果表明,BABP 模型在预测精度、寻优速度以及模型稳定性等方面均比 GABP、PSOBP 模型更具优势。
- A  S) K/ m& ^4 P" b( [4 W& U& Y! s1 y9 o  c  @) w2 G- i
关键词: 网络流量;反向传播神经网络;蝙蝠算法;遗传算法;预测 # f1 U5 C. o( B4 B
/ a1 ^& ?0 X7 z0 M* g
" u# B- g6 n, U  h6 {
( Q$ w  B: L1 {  p& Z  i% h

基于蝙蝠算法优化反向传播神经网络模型的无线网络流量预测_戴宏亮.caj

664.93 KB, 下载次数: 2, 下载积分: 体力 -2 点

售价: 1 点体力  [记录]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5