結(jié)合改進(jìn)算術(shù)優(yōu)化算法與小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測模型

摘要： 網(wǎng)絡(luò)流量具有非線性、復(fù)雜性特征，傳統(tǒng)方法預(yù)測精度較低。為此，提出結(jié)合改進(jìn)算術(shù)優(yōu)化算法IAOA與小波神經(jīng)網(wǎng)絡(luò)WNN的網(wǎng)絡(luò)流量預(yù)測模型。利用IAOA算法對小波神經(jīng)網(wǎng)絡(luò)關(guān)鍵參數(shù)初值調(diào)優(yōu)，有效解決常規(guī)調(diào)參易陷入局部最優(yōu)的缺陷，提高學(xué)習(xí)精度和收斂速度。對標(biāo)準(zhǔn)算術(shù)優(yōu)化算法進(jìn)行改進(jìn)，設(shè)計拉丁超立方抽樣法進(jìn)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(xué)優(yōu)化器非線性更新，均衡算法全局搜...