%0 Journal Article
%T 认知网络中基于蚁群算法的网络流量预测模型
%A 李丹丹
%A 张润彤
%A 王传臣
%A 肖东坡
%J 电子学报
%P 2245-2250
%D 2011
%X 认知网络能够感知外部环境,并能根据周围环境的变化智能、自主、自适应的动态变化,这种特性更适合为用户提供QoS(QualityofService)保障.设计高精度的流量预测模型,可以提高认知网络的认知特性.本文针对原有预测模型预测精度低、对训练数据依赖程度高以及不能很好的刻画网络流量特征的不足,提出了一个混合的流量预测模型.它使用蚁群算法训练BP网络的权值,避免了梯度下降法收敛速度慢、容易陷入局部最优的问题.并且在预测之前,首先使用BP(BackPropagation)网络剔除原始数据中的异常数据信号,再对其进行小波分解,最后使用混合模型预测网络流量,实现了认知网络中高精度的流量预测.
%K 认知网络
%K 网络流量预测
%K 神经网络
%K 蚁群算法
%K 小波
%U http://www.ejournal.org.cn/CN/abstract/abstract4332.shtml