自回归与神经网络组合的网络流量预测模型
网络流量具有时变性和非线性,单一预测方法难以准确描述网络流量变化规律,为提高网络流量预测准确率,提出一种网络流量组合预测模型(ARIMA-BPNN);首先采用ARIMA对网络流量进行预测,然后采用BPNN对网络流量非线性变化规律进行预测,且遗传算法优化BPNN初始权值,最后将两者预测结果作为BPNN输入进行二次预测,得到ARIMA- BPNN预测结果;仿真实验结果表明,相对于ARIMA、BPNN,ARIMA- BPNN提高网络流量预测精度,在网络管理中有着广泛的应用前景.
网络流量、自回归滑动平均模型、神经网络、组合模型
20
TP391(计算技术、计算机技术)
2012-07-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
1379-1381,1384