10.3969/j.issn.1007-757X.2017.11.018
基于Elman神经网络改进ARIMA模型的网络负荷预测研究
针对ARIMA模型预测结果具有误差大和滞后性的缺点,利用Elman神经网络的优越的非线性逼近能力修正ARIMA模型,提出一种基于ARIMA-Elman组合模型的网络负荷预测模型.选择RMSE、MAE和MAPE作为评价指标,研究结果表明,提出的ARIMA-Elman组合模型进行网络负荷数据预测的精度优于ARIMA、SVM和Elman,从而验证了算法的优越性和可靠性.
神经网络、时间序列、ARIMA模型、网络负荷
33
TP311(计算技术、计算机技术)
陕西交通职业技术学院院级科研项目YJ17009
2018-03-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
65-68