论文部分内容阅读
为了网络流量预测准确性，提出一种蚁群算法（ACO）优化BP神经网络（BPNN）的网络流量混沌预测模型（ACO-BPNN）。对网络流量时间序列进行重构，将BPNN参数作为蚂蚁的位置向量，通过蚁群信息交流和相互协作找到BPNN最优参数，建立网络流量最优预测模型，并采用实测网络流量数据进行有效性验证。结果表明，ACO—BPNN能够准确刻画网络流量变化特性，提高网络流量的预测准确性。