改进神经网络模型对通信网可靠性的预测

doi:10.3778/j.issn.1002-8331.2010.22.025

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (22): 80-82.DOI: 10.3778/j.issn.1002-8331.2010.22.025

改进神经网络模型对通信网可靠性的预测

王丽

晋中学院物理与电子工程学院，山西晋中 030600

收稿日期:2009-03-23 修回日期:2009-05-14 出版日期:2010-08-01 发布日期:2010-08-01
通讯作者: 王丽

Improved neural network model to predict network reliability

WANG Li

Department of Physics & Electronics Engineering，Jinzhong College，Jinzhong，Shanxi 030600，China

Received:2009-03-23 Revised:2009-05-14 Online:2010-08-01 Published:2010-08-01
Contact: WANG Li

摘要/Abstract

摘要： 首先利用一种改进后的粒子群算法对BP神经网络权值的选取进行优化，然后以LAN/WLAN集成网络为背景，用三种方法（BP神经网络、改进PSO算法优化后的BP神经网络、SVM）建立了LAN/WLAN集成网络可靠性的预测模型，最后通过实验比较，证明了改进后的神经网络模型预测通信网的可靠性、有效性和优越性。

中图分类号:

TP301.6

王丽. 改进神经网络模型对通信网可靠性的预测[J]. 计算机工程与应用, 2010, 46(22): 80-82.

WANG Li. Improved neural network model to predict network reliability[J]. Computer Engineering and Applications, 2010, 46(22): 80-82.

[1]	高芳^1，2，韩璞¹，翟永杰¹. 基于变异操作的蚁群算法用于连续函数优化[J]. 计算机工程与应用, 2011, 47(4): 5-8.
[2]	赵东旭，乐晓波. 采用改进的进化策略优化模糊Petri网参数[J]. 计算机工程与应用, 2011, 47(4): 29-32.
[3]	党正军，杜中军. 基于图裁减和图搜索的工作流图验证算法[J]. 计算机工程与应用, 2011, 47(4): 226-228.
[4]	戴海鹏，唐厚君. 求凸多边形直径的改进算法[J]. 计算机工程与应用, 2011, 47(3): 44-46.
[5]	崔明义. 小波分解的浮点数编码遗传算法消噪变异研究[J]. 计算机工程与应用, 2011, 47(2): 35-37.
[6]	于勇¹，张亚²，郭希娟²，封雪². 基于成功回路的凹多面体的剖分算法[J]. 计算机工程与应用, 2011, 47(2): 41-42.
[7]	李强，刘国栋. 多移动机器人的组队规划研究[J]. 计算机工程与应用, 2011, 47(2): 242-245.
[8]	林时来，刘光远，张慧玲. 蚁群算法在呼吸信号情感识别中的应用研究[J]. 计算机工程与应用, 2011, 47(2): 169-172.
[9]	鲁婷，王浩，姚宏亮. 一种基于中心文档的KNN中文文本分类算法[J]. 计算机工程与应用, 2011, 47(2): 127-130.
[10]	赵军¹，高满屯²，王三民². 求平面多边形集凸壳的方法[J]. 计算机工程与应用, 2011, 47(1): 205-207.
[11]	金婷婷，王波，宁爱兵. 最小顶点覆盖问题的竞争决策算法[J]. 计算机工程与应用, 2011, 47(1): 32-34.
[12]	赵成贵. 若干多级互连网络的扩展Cayley图模型[J]. 计算机工程与应用, 2010, 46(36): 118-121.
[13]	孙小军¹，刘三阳²，王志强³. 求解度约束最小生成树问题的新算法[J]. 计算机工程与应用, 2010, 46(36): 40-42.
[14]	陈庆燕. Bordat概念格构造算法的改进[J]. 计算机工程与应用, 2010, 46(35): 33-35.
[15]	李岩，王显山. 实时操作系统任务调度算法的硬件实现[J]. 计算机工程与应用, 2010, 46(35): 52-54.

改进神经网络模型对通信网可靠性的预测

Improved neural network model to predict network reliability

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics