计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
12期
84-87,106
,共5页
小波分析%神经网络%网络流量%建模预测
小波分析%神經網絡%網絡流量%建模預測
소파분석%신경망락%망락류량%건모예측
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.
研究網絡流量準確預測問題,網絡流量變化是一種具有時變性、多呎度和突髮性的非線性繫統,由于傳統時間序列預測方法很難揭示內在變化規律,導緻網絡流量的預測精度比較低.為瞭提高網絡流量的預測精度,提齣一種小波分析BP神經網絡的網絡流量預測模型.模型首先通過小波分析對網絡流量進行分解,得到網絡流量信號的近似和細節部分,然後進行重構提取多呎度特徵,最後將重構的網絡流量數據輸入到BP神經網絡,利用BP神經網絡的非線性能力對網絡流量進行訓練、建模併預測.倣真結果錶明,小波神經網絡方法提高瞭網絡流量預測精度,是一種有效實用的網絡流量預測方法.
연구망락류량준학예측문제,망락류량변화시일충구유시변성、다척도화돌발성적비선성계통,유우전통시간서렬예측방법흔난게시내재변화규률,도치망락류량적예측정도비교저.위료제고망락류량적예측정도,제출일충소파분석BP신경망락적망락류량예측모형.모형수선통과소파분석대망락류량진행분해,득도망락류량신호적근사화세절부분,연후진행중구제취다척도특정,최후장중구적망락류량수거수입도BP신경망락,이용BP신경망락적비선성능력대망락류량진행훈련、건모병예측.방진결과표명,소파신경망락방법제고료망락류량예측정도,시일충유효실용적망락류량예측방법.
