文献

J-GLOBAL ID：201502206028548149   整理番号：15A1174955

遺伝的アルゴリズムにより最適化されたエコー状態ネットワークに基づくネットワークトラヒックのための予測法【Powered by NICT】

Prediction Method for Network Traffic Based on Genetic Algorithm Optimized Echo State Network

著者 (4件)： Tian Zhongda (Coll. of Information Sci. and Engineering, Shenyang Univ. of Technol., Shenyang) ,  Gao Xianwen (Coll. of Information Sci. and Engineering, Northeastern Univ., Shenyang) ,  Li Shujiang (Coll. of Information Sci. and Engineering, Shenyang Univ. of Technol., Shenyang) ,  Wang Yanhong (Coll. of Information Sci. and Engineering, Shenyang Univ. of Technol., Shenyang)
資料名： Jisuanji Yanjiu yu Fazhan  (Jisuanji Yanjiu yu Fazhan)
巻： 52  号： 5  ページ： 1137-1145  発行年： 2015年 
JST資料番号： W0790A  ISSN： 1000-1239  CODEN： JYYFEY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワークトラヒック予測は,ネットワークふくそう制御とネットワーク管理の重要な問題である。ネットワークトラフィック時系列は,時間変動および非線形特性を持ち,したがって,従来の時系列予測法の予測精度は比較的低く,それは正確な予測モデルを確立することはできない。エコー状態ネットワーク(ESN)は,非線形カオスシステムの予測とモデル化における良好な性能を持ち,ネットワークトラヒック時系列予測問題に非常に適している。ネットワークトラヒックの予測精度を改善するために,遺伝的アルゴリズム最適化エコー状態ネットワークに基づくネットワークトラフィック非線形予測法を提案した。,エコー状態ネットワークは,ネットワークトラフィック予知に使用し,次に,遺伝的アルゴリズムを用いて,エコー状態ネットワーク予測モデルの貯留層のパラメータを最適化することである。最後に,予測モデルの予測精度は改善された。遼寧省の中国ユニカムから実際のネットワークトラフィックデータをシミュレーション検証に使用されている。自己回帰統合移動平均(ARIMA)予測モデル,Elmanニューラルネットワーク予測モデルと最小二乗サポートベクトルマシン(LSSVM)予測モデルを含む三種の一般的な予測モデルを比較し,シミュレーション結果は,提案した方法は,より小さな予測誤差をもつより高い予測精度を持ち,複雑な変化のネットワークトラヒック特性を記述できることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *ネットワーク ,  最適化 ,  予測モデル ,  交通予測 ,  *予測技法 ,  *遺伝的アルゴリズム
準シソーラス用語： トラヒック特性 ,  ARIMAモデル ,  自己回帰 ,  貯留層 ,  非線形予測 ,  予測精度 ,  時系列予測 ,  ネットワークトラフィック ,  *エコー状態ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 遺伝的アルゴリズム ,  最適化 ,  エコー状態ネットワーク ,  トラヒック ,  予測法