基于ICOA優(yōu)化極限學(xué)習(xí)機(jī)的網(wǎng)安態(tài)勢(shì)預(yù)測(cè)

摘要： 針對(duì)傳統(tǒng)網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)準(zhǔn)確率不高、效率差的問(wèn)題，利用改進(jìn)黑猩猩算法優(yōu)化極限學(xué)習(xí)機(jī)訓(xùn)練并構(gòu)建網(wǎng)安態(tài)勢(shì)預(yù)測(cè)模型ICOA-ELM。引入Tent混沌種群初始化、收斂因子非線性遞減和差分進(jìn)化機(jī)制對(duì)COA算法的初始種群多樣性、全局搜索與局部開(kāi)發(fā)均衡性及跳離局部最優(yōu)能力進(jìn)行改進(jìn)，提高算法尋優(yōu)性能。為提高極限學(xué)習(xí)機(jī)的預(yù)測(cè)精度和泛化能力，利用ICOA算法迭代優(yōu)化ELM的關(guān)鍵參數(shù)，構(gòu)建ICOA優(yōu)... （共9頁(yè)）