Resumen

Debido a que la fluctuación del tráfico de red está afectada por varios factores, la predicción precisa del tráfico de red es considerada una tarea desafiante del proceso de predicción de series temporales. Con este propósito, en este artículo se propone un novedoso método de predicción del tráfico de red basado en el algoritmo QPSO y la red neuronal wavelet difusa. En primer lugar, se introdujo la optimización de enjambre de partículas de comportamiento cuántico (QPSO). Luego, se presentan la estructura y los algoritmos de operación de la red neuronal wavelet difusa (WFNN). Los parámetros de la red neuronal wavelet difusa fueron optimizados por el algoritmo QPSO. Finalmente, el QPSO-FWNN se pudo utilizar con éxito en la simulación de predicción del tráfico de red y evaluar el rendimiento de diferentes modelos de predicción como la red neuronal BP, la red neuronal RBF, la red neuronal difusa y la red neuronal FWNN-GA. Los resultados de la simulación muestran que el Q

• Materias:Ecuación pseudoparabólica Dimensión fractal Virus informático Redes dinámicas Sistemas diferenciales
• Subjects:Pseudoparabolic equation Fractal dimension Computer virus Dynamic networks Differential systems
• Palabras claves:Difuso; Red neuronal wavelet; Algoritmo QPSO; Predicción; Tráfico de red; Simulación
• Keywords:Fuzzy; Wavelet neural network; QPSO algorithm; Prediction; Network traffic; Simulation