1.一种用户负荷数据预测方法,其特征在于,包括:
2.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子改进的公式如下:
3.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于莱维飞行策略因子改进的公式如下:
4.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于改进自适应收敛因子改进的公式如下:
5.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子和莱维飞行策略因子改进的公式如下:
6.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子和改进自适应收敛因子改进的公式如下:
7.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于莱维飞行策略因子和改进自适应收敛因子改进的公式如下:
8.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子、莱维飞行策略因子以及改进自适应收敛因子改进的公式如下:
9.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于动态权重策略因子改进的公式如下:
10.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于莱维飞行策略因子改进的公式如下:
11.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于改进自适应收敛因子改进的公式如下:
12.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于动态权重策略因子和莱维飞行策略因子改进的公式如下:
13.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于动态权重策略因子和改进自适应收敛因子改进的公式如下:
14.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于莱维飞行策略因子和改进自适应收敛因子改进的公式如下:
15.根据权利要求1所述的用户负荷数据预测方法,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于动态权重策略因子、莱维飞行策略因子以及改进自适应收敛因子改进的公式如下:
16.根据权利要求1至15中任一项所述的用户负荷数据预测方法,其特征在于,所述负荷数据预测模型是通过以下步骤训练得到的:
17.一种用户负荷数据预测装置,其特征在于,包括:
18.根据权利要求17所述的用户负荷数据预测装置,其特征在于,所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子、莱维飞行策略因子以及改进自适应收敛因子改进的公式如下:
19.根据权利要求17所述的用户负荷数据预测装置,其特征在于,所述改进蜣螂优化方法在觅食行为阶段基于动态权重策略因子、莱维飞行策略因子以及改进自适应收敛因子改进的公式如下:
20.根据权利要求17所述的用户负荷数据预测装置,其特征在于,还包括:
21.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至16中任一项所述的用户负荷数据预测方法。
22.一种机器可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至16中任一项所述的用户负荷数据预测方法。