典型文献
基于WOA-LSTM的窄带通信网网络时延预测算法
文献摘要：
为了给窄带通信网的链路选择及协议的智能切换提供实时参考,设计了 一种基于鲸鱼优化算法(WOA)和长短期记忆神经网络(LSTM)的窄带通信网网络时延预测算法.首先对实测数据样本进行标准化处理,以LSTM神经网络算法的均方根误差函数的倒数作为适应度函数;其次采用鲸鱼优化算法对LSTM神经网络的学习率、隐含层神经元个数进行优化,最后将全局最优解输出作为LSTM神经网络的初始参数对样本进行训练预测.结果表明,基于WOA-LSTM的网络时延预测算法预测精度相较于LSTM神经网络算法和BP神经网络算法分别提高了 14.87％和78.89％,WOA-LSTM达到收敛时迭代次数相较于LSTM神经网络算法减少了 11.11％.所提算法新颖可靠,可更准确地进行网络时延预测,为窄带通信网网络的智能化与自动化升级提供数据支持.
文献关键词：
计算机神经网络;鲸鱼优化算法;LSTM神经网络;窄带通信网;网络时延预测
中图分类号：
作者姓名：
苏鹏飞;徐松毅;于晓磊
作者机构：
中国电子科技集团公司第五十四研究所,河北石家庄050081
文献出处：
引用格式：
[1]苏鹏飞;徐松毅;于晓磊-.基于WOA-LSTM的窄带通信网网络时延预测算法)[J].河北工业科技,2022(01):9-15
A类：
窄带通信网,网络时延预测
B类：
WOA,网网,预测算法,链路选择,智能切换,鲸鱼优化算法,长短期记忆神经网络,标准化处理,神经网络算法,误差函数,倒数,适应度函数,学习率,隐含层,全局最优解,算法预测,迭代次数,自动化升级,计算机神经网络
AB值：
0.155452
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
