結合改進算術優(yōu)化算法與小波神經(jīng)網(wǎng)絡的網(wǎng)絡流量預測模型

摘要： 網(wǎng)絡流量具有非線性、復雜性特征，傳統(tǒng)方法預測精度較低。為此，提出結合改進算術優(yōu)化算法IAOA與小波神經(jīng)網(wǎng)絡WNN的網(wǎng)絡流量預測模型。利用IAOA算法對小波神經(jīng)網(wǎng)絡關鍵參數(shù)初值調優(yōu)，有效解決常規(guī)調參易陷入局部最優(yōu)的缺陷，提高學習精度和收斂速度。對標準算術優(yōu)化算法進行改進，設計拉丁超立方抽樣法進行種群初始化，提高種群多樣性；利用余弦函數(shù)對AOA的數(shù)學優(yōu)化器非線性更新，均衡算法全局搜... （共12頁）