资料下载
×
多种群量子遗传算法优化BP神经网络的网络流量预测模型
消耗积分:2 |
格式:rar |
大小:0.54 MB |
2017-12-06
分享资料个
为了提高网络流量的预测精度，提出了一种改进的多种群量子遗传算法优化BP神经网络的网络流量预测模型。在确定了神经网络的结构后，采用多种群量子遗传算法对BP神经网络的初始权值和阈值进行优化。该模型利用K均值聚类算法将种群划分成若干子种群，多个子种群分别进化以保持种群的多样性。子种群间通过移民操作进行信息交互，减小了算法陷入局部最优的概率。同时采用一种自适应的量子旋转门调整策略加快算法的收敛速度。仿真结果表明，相较传统方法，该模型在网络流量预测方面具有收敛速度快、预测精度高的优点。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
