一种基于改进PSO和深度学习的网络流量预测方法

本发明提出了一种基于改进PSO和深度学习的网络流量预测方法，收集历史网络流量时间序列数据；基于ICEEMDAN算法和LMD算法对网络流量时间序列数据进行预处理并将预处理后的数据划分为训练集、验证集和测试集；构建基于BiLSTM和因果卷积注意力的BiCCA网络模型；基于GPSO优化算法利用训练集和验证集对BiCCA网络模型进行训练和超参数调整，获取最优BiCCA网络模型；利用测试集对最优BiCCA网络模型进行评估，得到网络流量预测结果。本发明解决了特征选择不足的问题、减少了冗余计算并增强模型对复杂流量模式的适应能力。