论文研究基于改进灰狼优化算法的网络流量预测模型.pdf

针对传统网络流量预测模型泛化能力弱和准确度低的缺点，提出一种组合小波包分解（WPD）和灰狼横纵多维混沌寻优算法（CCGWO）优化Elman神经网络的短期网络流量预测模型（WPD-CCGWO-ELMAN）。网络流量在小波包的作用下分解成多个频段序列，各子序列通过CCGWO-ELMAN神经网络优化模型进行单步或多步预测处理，然后重构并叠加各预测值，得到未来短时间段内的网络流量值。实验结果表明，该模型具有较好的预测精度和鲁棒性，并能掌握网络流量时间序列的变化规律。