基于关联度流量预测的加权局域模型

摘要：

传统的混沌局域预测模型仅考虑相空间中邻近相点到预测中心的空间距离对预测中心动力学行为演化的影响,所以在嵌入维数比较高的时候,用来预测混沌时间序列时效果往往不是很好.本文提出了一种基于关联度的网络流量预测的加权零阶局域模型,该模型同时综合考虑到了空间距离和邻近相点与预测中心的关联程度这两个因素对预测效果的影响,因而在很大程度上克服了传统混沌局域模型的不足.通过模拟实验将该模型用于网络流量预测,模拟结果表明该模型的预测精度比传统的模型要好.

关键词：网络流量、关联度、加权、局域模型

所属期刊栏目：24

分类号：TP393.07(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研项目20030290003

在线出版日期：2008-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：225-227