本文關鍵詞：考慮模糊神經(jīng)網(wǎng)絡和小波變換相結合的實際流量預測算法

  更多相關文章： 預測 誤差 α-穩(wěn)定分布 模糊神經(jīng)網(wǎng)絡 小波

【摘要】：針對無線傳感器網(wǎng)絡流量預測誤差較大的問題,基于模糊神經(jīng)網(wǎng)絡和小波變換提出了一種新的預測算法(State Prediction algorithm based on Fuzzy Neural Network,SPFNN).首先該算法利用α-穩(wěn)定分布對實際流量進行刻畫,并給出了滿足該分布的判斷依據(jù);其次,通過結合模糊神經(jīng)網(wǎng)絡和小波變換來提高實際流量的預測精度;最后,結合OPNET和MATLAB進行聯(lián)合仿真,深入研究了影響該算法的關鍵因素,并對比其它算法性能,結果發(fā)現(xiàn)SPFNN具有較好的適應性.
【作者單位】： 重慶工商大學融智學院;蘇州大學計算機科學與技術學院;中國科學院計算機科學國家重點實驗室;
【基金】：重慶市教委科學技術研究項目(KJ133103) 江蘇省自然科學基金項目(BK2011152) 中國科學院計算機科學國家重點實驗室開放課題(CSYSKF0908)
【分類號】：TP393.06
【正文快照】： 1引言隨著無線傳感器網(wǎng)絡(Wireless Sensor Net-work,WSN)的快速發(fā)展[1-4],如何保障其流量性能和質(zhì)量起著至關重要的作用.目前有效的措施是對實際流量狀態(tài)進行預測,以提前應付可能出現(xiàn)的網(wǎng)絡擁塞.常用的預測方法主要分為線性和非線性兩種,線性預測方法有AR、ARMA等模型,而非線

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李超;趙海;葛新;張君;;基于混沌特征的網(wǎng)絡延遲預測模型[J];電子學報;2009年12期

2 李亞峰;馮象初;;去除乘性噪聲的小波變分模型[J];電子學報;2012年03期

3 溫祥西;孟相如;馬志強;張永春;;小時間尺度網(wǎng)絡流量混沌性分析及趨勢預測[J];電子學報;2012年08期

4 叢鎖,韓良秀,劉巖,高傳善;基于離散小波變換的網(wǎng)絡流量多重分形模型[J];通信學報;2003年05期

5 王兆霞,孫雨耕,陳增強,袁著祉;基于模糊神經(jīng)網(wǎng)絡的網(wǎng)絡業(yè)務量預測研究[J];通信學報;2005年03期

6 王升輝;裘正定;;結合多重分形的網(wǎng)絡流量非線性預測[J];通信學報;2007年02期

7 石文孝;范紹帥;王g，

本文編號：1305389