發(fā)布時(shí)間：2017-12-01 16:12

  本文關(guān)鍵詞：基于多種網(wǎng)絡(luò)模型混合的流量預(yù)測(cè)技術(shù)研究

  更多相關(guān)文章： 網(wǎng)絡(luò)模型 流量預(yù)測(cè) 小波變換 ARIMA RBF Matlab仿真

【摘要】：網(wǎng)絡(luò)流量預(yù)測(cè)是采用一定的預(yù)測(cè)模型,根據(jù)收集的網(wǎng)絡(luò)流量變化數(shù)據(jù)對(duì)將來某一時(shí)刻網(wǎng)絡(luò)流量進(jìn)行預(yù)測(cè),為網(wǎng)絡(luò)管理員掌握網(wǎng)絡(luò)運(yùn)行狀況提供一定指導(dǎo)。傳統(tǒng)網(wǎng)絡(luò)流量預(yù)測(cè)方法有線性回歸模型、泊松模型、馬爾可夫模型和時(shí)間序列預(yù)測(cè)模型,由于網(wǎng)絡(luò)流量數(shù)據(jù)是實(shí)質(zhì)上一種時(shí)間序列,因此時(shí)間序列模型是最為常用的傳統(tǒng)模型。近些年來,非線性預(yù)測(cè)理論進(jìn)行深入的發(fā)展,出現(xiàn)了像神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等機(jī)器學(xué)習(xí)方法,并將它們應(yīng)用于網(wǎng)絡(luò)控制管理中。論文首先研究和分析了小波變換技術(shù)和當(dāng)前幾種常用的網(wǎng)絡(luò)預(yù)測(cè)模型。通過研究我們發(fā)現(xiàn)時(shí)間序列分析是傳統(tǒng)網(wǎng)絡(luò)流量模型的基礎(chǔ)。借助這個(gè)特點(diǎn),傳統(tǒng)流量模型在平穩(wěn)序列方面擁有良好的預(yù)測(cè)能力。但是在網(wǎng)絡(luò)日益復(fù)雜化的今天,網(wǎng)絡(luò)流量開始出現(xiàn)不平穩(wěn)的特點(diǎn),這樣,傳統(tǒng)網(wǎng)絡(luò)模型在預(yù)測(cè)能力上就表現(xiàn)得力不從心了。通過對(duì)小波技術(shù)的研究討論,我們發(fā)現(xiàn)小波技術(shù)可以對(duì)具備長(zhǎng)程依賴性的流量數(shù)據(jù)作去相關(guān)處理,可以將在時(shí)域不好處理的問題轉(zhuǎn)變到頻域中來。小波技術(shù)的這種多分辨的特點(diǎn)可以高效地處理因網(wǎng)絡(luò)流量的突發(fā)性,相似性,自相關(guān)特性等等糾結(jié)在一起造成的復(fù)雜情況。雖然被小波技術(shù)逐層解構(gòu)到不同的頻域上的信號(hào)變得單一,但是卻更加平滑。因此本文提出了一種混合模型設(shè)計(jì)方案。首先將信號(hào)分解成線性部分和非線性部分,然后分別利用針對(duì)性的模型加以預(yù)測(cè)和分析,最后合并得到最終預(yù)測(cè)結(jié)果。這里只要指通過引入小波技術(shù),并將其與傳統(tǒng)流量模型結(jié)合,這樣就可以充分將傳統(tǒng)流量模型在平穩(wěn)序列預(yù)測(cè)方面精度上的優(yōu)勢(shì)發(fā)揮出來。首先利用小波分解技術(shù)將非平穩(wěn)時(shí)間序列分解成適當(dāng)?shù)牟煌l段上的多個(gè)平穩(wěn)時(shí)間序列,隨后利用傳統(tǒng)網(wǎng)絡(luò)流量模型對(duì)這平穩(wěn)時(shí)間子序列分別建模,最后將子序列在原尺度上恢復(fù)并獲得預(yù)測(cè)結(jié)果。在引進(jìn)小波分解技術(shù)提高預(yù)測(cè)精度的同時(shí),我們意識(shí)到,如果對(duì)分解層數(shù)分別建模,這樣的方法將會(huì)嚴(yán)重影響到時(shí)間的復(fù)雜度。因此本文考慮利用合適的流量預(yù)測(cè)模型,盡可能減少建模次數(shù)。這種方法的前提是相似序列的特性平穩(wěn),平穩(wěn)序列進(jìn)行代數(shù)運(yùn)算仍然是平穩(wěn)的,因而仍然可以得到合理的最終結(jié)果,實(shí)驗(yàn)證明,預(yù)測(cè)精度沒有受到影響。通過實(shí)驗(yàn)證明,這種改善時(shí)間復(fù)雜度的措施并沒有影響到預(yù)測(cè)的精度,預(yù)測(cè)結(jié)果相比在引入小波分解技術(shù)后進(jìn)行簡(jiǎn)單的所有子序列完全建模的方式甚至有所提高。因此,該利用小波和多種網(wǎng)絡(luò)模型混合進(jìn)行網(wǎng)絡(luò)流量預(yù)測(cè)的方法是完全可行的。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.06

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王曙燕;唐家益;樊相宇;李燕;;郵件流量預(yù)測(cè)系統(tǒng)的開發(fā)[J];西安郵電學(xué)院學(xué)報(bào);1996年03期

2 黃曉璐;閔應(yīng)驊;;基于網(wǎng)絡(luò)流量半馬爾柯夫模型的流量預(yù)測(cè)[J];計(jì)算機(jī)工程;2006年14期

3 羅峗騫;夏靖波;王煥彬;;混沌-支持向量機(jī)回歸在流量預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)科學(xué);2009年07期

4 黨小超;閻林;;基于多元線性自回歸模型的流量預(yù)測(cè)[J];計(jì)算機(jī)工程;2012年01期

5 林維鏘;;基于時(shí)間序列的校園網(wǎng)流量預(yù)測(cè)研究[J];電腦與電信;2008年08期

6 韓秋鳳;;基于流量預(yù)測(cè)和相關(guān)系數(shù)的異常檢測(cè)[J];微計(jì)算機(jī)信息;2010年01期

7 黃曉璐;閔應(yīng)驊;;基于半馬爾柯夫過程的流量預(yù)測(cè)方法[J];計(jì)算機(jī)應(yīng)用;2006年03期

8 鄧宗強(qiáng);曾碧卿;;一種新參數(shù)優(yōu)化算法及其在流量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)技術(shù)與發(fā)展;2013年10期

9 陸國(guó)浩;;一種基于BP網(wǎng)絡(luò)的局域網(wǎng)流量預(yù)測(cè)方法[J];沙洲職業(yè)工學(xué)院學(xué)報(bào);2010年01期

10 華洲;;改進(jìn)的最大Lyapunov指數(shù)的流量預(yù)測(cè)[J];電腦知識(shí)與技術(shù);2011年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 王桂娟;陳寧;徐同閣;;基于ARMA的IP網(wǎng)絡(luò)流量建模方法研究[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

2 李千目;戚勇;吳克力;楊云;張宏;劉鳳玉;;一種新的網(wǎng)絡(luò)擁塞流量預(yù)測(cè)方法[A];第16屆中國(guó)過程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

3 蔡亞橋;符永正;;多泵并聯(lián)變臺(tái)數(shù)調(diào)節(jié)的流量預(yù)測(cè)[A];全國(guó)暖通空調(diào)制冷2006年學(xué)術(shù)年會(huì)論文集[C];2006年

4 郭冠英;;綜合型交通分配模型與路網(wǎng)流量預(yù)測(cè)[A];全國(guó)城市道路與交通工程學(xué)術(shù)會(huì)議論文集[C];1991年

5 周春月;董海榮;張宏科;;一種基于誤差補(bǔ)償預(yù)測(cè)模型的VPN網(wǎng)絡(luò)資源管理研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 秦風(fēng);創(chuàng)業(yè)初期的四個(gè)關(guān)鍵問題[N];中國(guó)婦女報(bào);2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 趙其剛;基于流量預(yù)測(cè)的下一代網(wǎng)絡(luò)動(dòng)態(tài)QoS研究[D];西南交通大學(xué);2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 路陽;基于多種網(wǎng)絡(luò)模型混合的流量預(yù)測(cè)技術(shù)研究[D];山東大學(xué);2016年

2 蔣海;電信數(shù)據(jù)網(wǎng)性能監(jiān)測(cè)與流量預(yù)測(cè)技術(shù)研究及實(shí)現(xiàn)[D];吉林大學(xué);2005年

3 劉英峰;認(rèn)知網(wǎng)絡(luò)的流量預(yù)測(cè)和負(fù)載均衡研究[D];南京郵電大學(xué);2011年

4 季節(jié);空域交通流量預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];西安建筑科技大學(xué);2014年

5 晉建志;基于自相似流量預(yù)測(cè)的WTP-ARED主動(dòng)隊(duì)列管理算法研究[D];中南民族大學(xué);2008年

6 夏士海;貴空分局流量管理系統(tǒng)的設(shè)計(jì)研究[D];電子科技大學(xué);2010年

7 葛柏君;短期區(qū)域飛行流量預(yù)測(cè)問題研究[D];南京航空航天大學(xué);2008年

8 石彥君;西南地區(qū)航班監(jiān)視及流量預(yù)測(cè)系統(tǒng)升級(jí)和功能擴(kuò)展[D];電子科技大學(xué);2013年

9 鄭寅杰;認(rèn)知網(wǎng)絡(luò)中基于流量預(yù)測(cè)的負(fù)載均衡技術(shù)研究和實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

10 唱雪;基于BP神經(jīng)網(wǎng)絡(luò)理論的校園網(wǎng)帶寬流量預(yù)測(cè)[D];哈爾濱工程大學(xué);2008年

，

本文編號(hào)：1241675