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
" N1 u2 a7 U$ Z! d
3 Q3 @4 D$ \- y/ f# R6 j0 v; O       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。 # C& S$ X; _- |1 i

1 {- d+ v7 R; j) s1 F5 R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
) r' M; b! n. x2 `- W0 z- G
: R, [1 i; I- k
$ y, y) H0 w! x9 o3 U, ]
5 ~) e% R7 a- N$ t$ ]

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