微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2010年
3期
148-149,115
,共3页
混沌%神经网络%网络流量%预测
混沌%神經網絡%網絡流量%預測
혼돈%신경망락%망락류량%예측
Chaos%neural network%Network flow%prediction
针对目前网络流量预测不能很好地满足智能网络管理需求的现状,分析网络流量数据内在混沌特性,主要包括时间延迟、嵌入维数、关联维数及Lyapunov指数的计算,并将此分析耦合人工神经网络模型进行预测,最后给出某网络中心流量预测的实例.结果显示基于混沌时间序列分析的神经网络流量预测在数据动力特征刻画及误差控制上有显著优势.
針對目前網絡流量預測不能很好地滿足智能網絡管理需求的現狀,分析網絡流量數據內在混沌特性,主要包括時間延遲、嵌入維數、關聯維數及Lyapunov指數的計算,併將此分析耦閤人工神經網絡模型進行預測,最後給齣某網絡中心流量預測的實例.結果顯示基于混沌時間序列分析的神經網絡流量預測在數據動力特徵刻畫及誤差控製上有顯著優勢.
침대목전망락류량예측불능흔호지만족지능망락관리수구적현상,분석망락류량수거내재혼돈특성,주요포괄시간연지、감입유수、관련유수급Lyapunov지수적계산,병장차분석우합인공신경망락모형진행예측,최후급출모망락중심류량예측적실례.결과현시기우혼돈시간서렬분석적신경망락류량예측재수거동력특정각화급오차공제상유현저우세.
Flow prediction s for the current network ean not be well positioned to meet the demand for intelligent network manage-ment, a new forecasting model based on Chaos theory and Neural Network is developed,this paper has analyzed the Chaos property of Network flow and calculated time delay,embedding dimension and Lyapunov exponent. Finally,the paper made a Network flow predic-tion of a network-centric with a competitively better result especially in the aspect of tracing dynamic character and error control.
