摘要：现有的诸多网络流量预测模型存在预测稳定性不好、精度较低等问题。针对此类问题，研究了一种通过GAFSA（全局人工鱼群算法）优化SVR模型的网络流量预测方法。GAFSA是一种群智能优化算法，寻优效果显著。采用GAFSA对SVR预测模型进行参数寻优，可以得到使预测效果最佳的训练参数；使用这组最优参数训练SVR，建立网络流量预测模型，可以很好地改善基于其他智能优化算法改进的SVR网络流量预测模型多次预测结果相差较大的问题，使预测结果趋于稳定，同时也可以提高预测精准度。仿真结果表明，GAFSA—SVR网络流量预测模型与其他模型相比，预测结果基本稳定，精准度提高到89％以上，对于指导网络控制行为、分析网络安全态势有重要意义。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社