作者：张颖璐遗传算法支持向量机网络流量预测神经网络
摘要：介绍了支持向量机用于时间序列预测的理论基础和遗传算法优化支持向量机参数的方法，首次把遗传算法优化参数支持向量机应用于两组实际网络流量的预测，并与BP神经网络和RBF神经网络方法进行了比较。结果表明：支持向量机相比较BP神经网络和RBF神经网络对网络流量的预测结果精度更高、性能更好。利用支持向量机预测网络流量是一种可行、有效的方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机科学》（CN：50-1075/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机科学》报导国内外计算机科学与技术的发展动态，以其新颖、准确、及时为特色，突出动态性、综述性、学术性，“前沿学科”与“基础研究”相结合；“优秀技术”与“支撑技术”相结合；“倡导”与“争鸣”相结合。
省级期刊
人气 753207 评论 72
人气 484030 评论 71
人气 463251 评论 66
部级期刊
人气 441909 评论 69
