基于PSO-DELM的手机上网流量预测方法

摘要

为提高手机上网流量预测的精度,提出一种使用粒子群算法优化深度极限学习机的手机上网流量预测方法.流量数据具有非线性、自相似性和长相关性的特性,且以时间刻度为单位记录.通过对具有时序性质的一维流量数据重新排列组合,产生新的多维流量数据样本集,采用PSO算法优化DELM中的多个隐含层的神经元个数构成PSO-DELM组合模型进行流量预测.实验结果表明,PSO-DELM模型预测的效果明显优于其它模型,能更好满足流量预测的实时性和高精度的要求.