發(fā)布時(shí)間：2017-08-18 18:29

  本文關(guān)鍵詞：基于Morlet-SVR和ARIMA組合模型的網(wǎng)絡(luò)流量預(yù)測(cè)

  更多相關(guān)文章： 流量預(yù)測(cè) 小波核函數(shù) Morlet支持向量機(jī)回歸算法 自回歸積分滑動(dòng)平均模型

【摘要】：針對(duì)網(wǎng)絡(luò)流量的非線(xiàn)性和多維度動(dòng)力學(xué)特性,結(jié)合小波多尺度分析的能力,提出了基于Morlet小波核函數(shù)的支持向量機(jī)回歸算法(Morlet-SVR)和自回歸積分滑動(dòng)平均模型(ARIMA)的組合模型預(yù)測(cè)網(wǎng)絡(luò)流量.采用MorletSVR和ARIMA分別預(yù)測(cè)通過(guò)Mallat小波分解和單支重構(gòu)得到的近似信號(hào)和多尺度細(xì)節(jié)信號(hào),最后通過(guò)線(xiàn)性疊加得到最終預(yù)測(cè)結(jié)果.通過(guò)仿真實(shí)驗(yàn)分別對(duì)比分析了基于徑向基核函數(shù)的支持向量機(jī)回歸算法和ARIMA預(yù)測(cè)模型,通過(guò)3種誤差評(píng)估得知該組合模型具有更高的預(yù)測(cè)精度.
【作者單位】： 西安交通大學(xué)軟件學(xué)院;西安交通大學(xué)電子與信息工程學(xué)院;西安郵電大學(xué)通信與信息工程學(xué)院;
【關(guān)鍵詞】： 流量預(yù)測(cè) 小波核函數(shù) Morlet支持向量機(jī)回歸算法 自回歸積分滑動(dòng)平均模型
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61371087) 國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2015AA015702)
【分類(lèi)號(hào)】：TP393.06
【正文快照】： 網(wǎng)絡(luò)流量預(yù)測(cè)研究對(duì)管理者實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)流量和優(yōu)化網(wǎng)絡(luò)部署方案有著重要的意義.目前關(guān)于網(wǎng)絡(luò)流量預(yù)測(cè)研究方法主要分為兩類(lèi):針對(duì)線(xiàn)性時(shí)間序列的預(yù)測(cè)和非線(xiàn)性時(shí)間序列預(yù)測(cè).線(xiàn)性時(shí)間序列預(yù)測(cè)算法典型的有自回歸模型[1]、自回歸滑動(dòng)平均模型(ARMA,auto regressive moving average

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王習(xí)濤;;ARIMA模型在期貨交易預(yù)測(cè)中的應(yīng)用研究[J];微計(jì)算機(jī)信息;2006年15期

2 張翼飛;陳洪;劉嶺;張彥琦;郭波濤;易東;;ARIMA季節(jié)乘積模型在腸道傳染病預(yù)測(cè)中的應(yīng)用[J];激光雜志;2008年02期

3 蔣金良;林廣明;;基于ARIMA模型的自動(dòng)站風(fēng)速預(yù)測(cè)[J];控制理論與應(yīng)用;2008年02期

4 曹昱東;王浩;;基于ARIMA模型上海市生活垃圾的預(yù)測(cè)與分析[J];電子測(cè)試;2013年16期

5 吳u，

本文編號(hào)：696114