计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2012年
5期
1379-1381,1384
,共4页
网络流量%自回归滑动平均模型%神经网络%组合模型
網絡流量%自迴歸滑動平均模型%神經網絡%組閤模型
망락류량%자회귀활동평균모형%신경망락%조합모형
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.
網絡流量具有時變性和非線性,單一預測方法難以準確描述網絡流量變化規律,為提高網絡流量預測準確率,提齣一種網絡流量組閤預測模型(ARIMA-BPNN)；首先採用ARIMA對網絡流量進行預測,然後採用BPNN對網絡流量非線性變化規律進行預測,且遺傳算法優化BPNN初始權值,最後將兩者預測結果作為BPNN輸入進行二次預測,得到ARIMA- BPNN預測結果;倣真實驗結果錶明,相對于ARIMA、BPNN,ARIMA- BPNN提高網絡流量預測精度,在網絡管理中有著廣汎的應用前景.
망락류량구유시변성화비선성,단일예측방법난이준학묘술망락류량변화규률,위제고망락류량예측준학솔,제출일충망락류량조합예측모형(ARIMA-BPNN)；수선채용ARIMA대망락류량진행예측,연후채용BPNN대망락류량비선성변화규률진행예측,차유전산법우화BPNN초시권치,최후장량자예측결과작위BPNN수입진행이차예측,득도ARIMA- BPNN예측결과;방진실험결과표명,상대우ARIMA、BPNN,ARIMA- BPNN제고망락류량예측정도,재망락관리중유착엄범적응용전경.
