文章标题：基于PSO-RBFNN的舰船光纤通信流量预测

文章作者：储蓄蓄, 洪东
关 键 字：粒子群;径向基函数;神经网络;舰船光纤通信;动态冲击性
文章摘要：为及时捕捉通信流量的变化，提出基于粒子群优化算法-径向基函数神经网络（Particle Swarm Optimization-Radial Basis Function Neural Network，PSO-RBFNN）的舰船光纤通信流量预测方法。以舰船光纤通信网络结构为基础，分析舰船光纤通信流量特性，确定动态冲击性、多周期叠加特性和时空相关性为通信流量特征；利用径向基函数神经网络，在舰船光纤通信网络结构的历史流量数据内，提取动态冲击性、多周期叠加特性和时空相关性特征，建立光纤通信流量预测模型；通过粒子群优化算法，优化预测模型参数，确保该模型能够及时捕捉通信流量的变化，输出高精度的舰船光纤通信流量预测结果。实验证明：该方法可有效提取舰船光纤通信流量特征，实现通信流量预测；在不同舰船航行环境下，该方法流量预测的均等系数均高于0.90，即预测精度较高。