论文研究-基于FCM-LSSVM网络流量预测模型.pdf下载

为了提高网络流量的预测准确性，针对训练样本选取问题，提出一种训练样本选择的最小二乘支持向量机网络流量预测模型（FCM-LSSVM）。采用模糊均值聚类算法对网络充量数据进行了聚类分析，消除其中的孤立样本点，构建最小二乘支持向量机的训练集，然后将训练集输入到最小二乘支持向量机进行了学习，并采用人工蜂群算法对模型参数进行了优化，最后建立建立网络流量预测模型，并采用仿真实验对模型性能测试。仿真结果表明，相对于其他网络流量预测模型，FCM-LSSVM不仅提高了网络流量的预测精度，而且建模速度得以提高，获得了更加理想的网强流量预测结果。