网络流量预测的建模与仿真研究

摘要：

研究网络流量准确预测问题,网络流量变化是一种具有时变性、多尺度和突发性的非线性系统,由于传统时间序列预测方法很难揭示内在变化规律,导致网络流量的预测精度比较低.为了提高网络流量的预测精度,提出一种小波分析BP神经网络的网络流量预测模型.模型首先通过小波分析对网络流量进行分解,得到网络流量信号的近似和细节部分,然后进行重构提取多尺度特征,最后将重构的网络流量数据输入到BP神经网络,利用BP神经网络的非线性能力对网络流量进行训练、建模并预测.仿真结果表明,小波神经网络方法提高了网络流量预测精度,是一种有效实用的网络流量预测方法.

关键词：小波分析、神经网络、网络流量、建模预测

所属期刊栏目：28

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2012-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-87,106