1. 中国广电山东网络有限公司
2. 山东师范大学
Published:2023
移动端阅览
聂宏新, 冯传奋, 任帅. 基于PSO-LSTM优化模型的网络流量预测研究[J]. 2023, 36(10): 18-21.
DOI:
聂宏新, 冯传奋, 任帅. 基于PSO-LSTM优化模型的网络流量预测研究[J]. 2023, 36(10): 18-21. DOI: 10.13992/j.cnki.tetas.2023.10.015.
网络流量预测是网络规划、设计和建设的重要依据,对有效满足人民网络需求有着极其重要的意义。本文通过构建基于PSO-LSTM优化预测模型,不仅提高了对网络流量预测的效果,还自动实现了对LSTM神经网络模型参数的优化,大大降低了LSTM神经网络模型优化的工作量。研究结果表明,基于PSO-LSTM优化预测模型能够实现对网络流量的准确预测,相比单纯基于LSTM神经网络模型,预测结果与实际值的均方根误差降低31%。
多源跨域数据融合的无线通信网络流量预测[J]. 马冀;林尚静;李月颖;庄琲;贾睿;田锦.计算机科学,2022(S2)
基于LSTM的网络流量预测方法[J]. 黄林;王电钢;刘萧;张奎良.计算机应用研究,2020(S1)
基于粒子群算法的汽车保有量预测方法[J]. 罗志军;黄立新;雷霆;郑廷轩;孙妍.计算机测量与控制,2017(09)
0
Views
177
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution