本文關(guān)鍵詞：基于ε-SVR工業(yè)網(wǎng)絡(luò)時延的測量與預(yù)測

  更多相關(guān)文章： 時延測量 數(shù)學(xué)建模 時延預(yù)測 支持向量回歸 ε—SVR 高斯核函數(shù) 靜態(tài)時延 動態(tài)時延

【摘要】：工業(yè)網(wǎng)絡(luò)時延的測量和預(yù)測是分析工業(yè)網(wǎng)絡(luò)性能的一種重要方法。關(guān)于網(wǎng)絡(luò)時延測量和預(yù)測方面的應(yīng)用衍生了許多新技術(shù)和新工具,為網(wǎng)絡(luò)控制系統(tǒng)性能的優(yōu)化提供了不同的研究方法和解決手段,如何建立時延預(yù)測和測量的模型以及運(yùn)用什么手段解決這些問題也已經(jīng)成為當(dāng)前研究的主要潮流。本文研究基于ε—SVR(Support Vector Regression,ε為不敏感參數(shù))工業(yè)網(wǎng)絡(luò)靜態(tài)時延和動態(tài)時延的測量和預(yù)測相關(guān)理論和建模方法,其主要工作包括:為了實(shí)現(xiàn)對網(wǎng)絡(luò)時延數(shù)據(jù)的采集,本文對網(wǎng)絡(luò)時延的測量方法進(jìn)行了研究和討論,重點(diǎn)討論了網(wǎng)絡(luò)端到端時延測量的方法和工具。并通過采用Ping法網(wǎng)絡(luò)往返時延測量方法獲取網(wǎng)絡(luò)系統(tǒng)中網(wǎng)絡(luò)節(jié)點(diǎn)端到端時延測量數(shù)據(jù),為建立網(wǎng)絡(luò)時延預(yù)測模型準(zhǔn)備數(shù)據(jù)樣本。為實(shí)現(xiàn)對靜態(tài)工業(yè)網(wǎng)絡(luò)時延的預(yù)測,對采集到的時延數(shù)據(jù)進(jìn)行了數(shù)據(jù)處理和樣本建立,建立了基于ε—SVR靜態(tài)工業(yè)網(wǎng)絡(luò)時延的預(yù)測模型。應(yīng)用支持向量回歸理論,采用RBF(Radial Basis Function)核函數(shù),建立靜態(tài)時延樣本預(yù)測模型,推導(dǎo)決策函數(shù),最后確立決策函數(shù)中待確定的系數(shù)。針對所建立的靜態(tài)工業(yè)網(wǎng)絡(luò)時延預(yù)測模型,應(yīng)用MATLAB中的RBF函數(shù)進(jìn)行了仿真研究,通過改變預(yù)測模型中心寬度,感知單元個數(shù)以及樣本數(shù)據(jù)包大小,討論了參數(shù)對該靜態(tài)網(wǎng)絡(luò)時延預(yù)測模型預(yù)測效果的影響。基于ε—SVR靜態(tài)工業(yè)網(wǎng)絡(luò)時延預(yù)測模型僅僅能對離線的靜態(tài)時延數(shù)據(jù)完成預(yù)測分析,不能實(shí)現(xiàn)對實(shí)時變化的動態(tài)網(wǎng)絡(luò)時延的預(yù)測分析。因此本文分析了動態(tài)工業(yè)網(wǎng)絡(luò)時延數(shù)據(jù)的特點(diǎn),在靜態(tài)工業(yè)網(wǎng)絡(luò)時延預(yù)測模型的基礎(chǔ)上,進(jìn)一步研究了基于ε—SVR動態(tài)工業(yè)網(wǎng)絡(luò)時延預(yù)測模型的建立方法。該方法將持續(xù)變化的動態(tài)網(wǎng)絡(luò)時延數(shù)據(jù)進(jìn)行了分段處理,設(shè)定了樣本數(shù)據(jù)的長度,給出了樣本數(shù)據(jù)集合的修正方法,采用高斯徑向基核函數(shù),建立了基于ε—SVR動態(tài)工業(yè)網(wǎng)絡(luò)時延預(yù)測模型,推導(dǎo)了動態(tài)工業(yè)網(wǎng)絡(luò)時延預(yù)測模型的決策函數(shù),給出了待確定參數(shù)的數(shù)學(xué)表達(dá)式。為了驗證動態(tài)網(wǎng)絡(luò)時延預(yù)測模型的可行性,設(shè)計了動態(tài)工業(yè)網(wǎng)絡(luò)時延的預(yù)測算法,基于實(shí)驗測量數(shù)據(jù)樣本,根據(jù)選定的樣本數(shù)據(jù)集合的長度,對一段樣本數(shù)據(jù)進(jìn)行了仿真訓(xùn)練。通過仿真結(jié)果計算出時延預(yù)測誤差,并且對仿真結(jié)果進(jìn)行了分析,驗證了基于ε—SVR動態(tài)工業(yè)網(wǎng)絡(luò)時延預(yù)測模型的可行性。
【關(guān)鍵詞】：時延測量 數(shù)學(xué)建模 時延預(yù)測 支持向量回歸 ε—SVR 高斯核函數(shù) 靜態(tài)時延 動態(tài)時延
【學(xué)位授予單位】：濟(jì)南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.06
【目錄】：

• 摘要7-9
• Abstract9-11
• 第一章 緒論11-19
• 1.1 課題背景和研究目的及意義11-12
• 1.2 國內(nèi)外研究發(fā)展概況12-16
• 1.2.1 網(wǎng)絡(luò)時延測量研究概況12-14
• 1.2.2 時延預(yù)測研究現(xiàn)狀14-16
• 1.3 本文主要研究內(nèi)容16-19
• 第二章 網(wǎng)絡(luò)時延測量方法的研究19-31
• 2.1 網(wǎng)絡(luò)測量19-23
• 2.1.1 網(wǎng)絡(luò)測量的概念19-20
• 2.1.2 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)20-22
• 2.1.3 網(wǎng)絡(luò)性能描述22-23
• 2.2 網(wǎng)絡(luò)端到端測量23-24
• 2.2.1 多播和單播測量23
• 2.2.2 主動測量和被動測量23-24
• 2.3 端到端網(wǎng)絡(luò)時延測量24-30
• 2.3.1 端到端時延測量的應(yīng)用和意義24-25
• 2.3.2 網(wǎng)絡(luò)傳輸時延的構(gòu)成25-26
• 2.3.3 影響網(wǎng)絡(luò)傳輸時延的因素26-27
• 2.3.4 端到端時延測量的分類27-28
• 2.3.5 端到端時延測量的實(shí)現(xiàn)28-30
• 2.4 本章小結(jié)30-31
• 第三章 基于ε—SVR靜態(tài)網(wǎng)絡(luò)時延預(yù)測31-55
• 3.1 基于ε—SVR網(wǎng)絡(luò)時延預(yù)測理論基礎(chǔ)31-34
• 3.1.1 支持向量回歸理論31-33
• 3.1.2 誤差分析標(biāo)準(zhǔn)33-34
• 3.2 基于ε—SVR的靜態(tài)時延預(yù)測建模34-36
• 3.2.1 端到端時延測量模型34
• 3.2.2 靜態(tài)時延時延數(shù)據(jù)分析方法34-35
• 3.2.3 靜態(tài)樣本數(shù)據(jù)預(yù)測研究35-36
• 3.3 基于ε—SVR的靜態(tài)時延數(shù)據(jù)采集36-44
• 3.3.1 時延數(shù)據(jù)采集36-39
• 3.3.2 時延數(shù)據(jù)處理39-41
• 3.3.3 建立靜態(tài)時延數(shù)據(jù)樣本41-44
• 3.4 基于ε—SVR的靜態(tài)時延預(yù)測仿真44-54
• 3.5 本章小結(jié)54-55
• 第四章 基于ε—SVR的動態(tài)網(wǎng)絡(luò)時延預(yù)測55-65
• 4.1 動態(tài)時延變量的參數(shù)化55-56
• 4.2 基于ε—SVR的動態(tài)時延預(yù)測模型建模56-57
• 4.3 基于ε—SVR的動態(tài)時延預(yù)測模型核函數(shù)57-58
• 4.3.1 基于多項式核的預(yù)測模型57
• 4.3.2 基于高斯徑向基核的預(yù)測模型57-58
• 4.3.3 基于Sigmoid核的預(yù)測模型58
• 4.4 基于ε—SVR的動態(tài)時延預(yù)測仿真58-63
• 4.4.1 動態(tài)時延數(shù)據(jù)采集與處理58-60
• 4.4.2 仿真預(yù)測算法設(shè)計60-62
• 4.4.3 仿真結(jié)果及其分析62-63
• 4.5 本章小結(jié)63-65
• 第五章 結(jié)論與展望65-67
• 5.1 論文工作結(jié)論65-66
• 5.2 未來工作展望66-67
• 參考文獻(xiàn)67-71
• 致謝71-73
• 附錄73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹慶璞;董淑福;羅峗騫;;網(wǎng)絡(luò)時延的混沌特性分析及預(yù)測[J];計算機(jī)技術(shù)與發(fā)展;2010年04期

2 王宏偉;楊雨;張智華;;網(wǎng)絡(luò)時延預(yù)測研究[J];電腦知識與技術(shù);2011年10期

3 張曉暉;劉丁;;基于分層結(jié)構(gòu)的可變網(wǎng)絡(luò)時延補(bǔ)償方法研究[J];西安理工大學(xué)學(xué)報;2012年03期

4 黃杰,吳平東,馬樹元,陳之龍;無需時鐘同步和網(wǎng)絡(luò)時延預(yù)測的遠(yuǎn)程控制補(bǔ)償器研究[J];機(jī)械工程學(xué)報;2004年11期

5 李德河;;精確計算網(wǎng)絡(luò)時延的一種方法的討論[J];計算機(jī)工程與應(yīng)用;2007年13期

6 邱征;王紅春;陳長勝;余亞剛;;AFDX網(wǎng)絡(luò)演算時延分析方法研究[J];科技視界;2013年16期

7 張海豹;管致錦;程學(xué)云;;基于規(guī)則的可逆網(wǎng)絡(luò)時延優(yōu)化算法[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2013年11期

8 陳雪麗;張建明;陳良;;基于神經(jīng)元控制的網(wǎng)絡(luò)時延補(bǔ)償策略研究[J];自動化儀表;2006年06期

9 趙輝;鄧燕;王紅君;岳有軍;;基于預(yù)測控制的網(wǎng)絡(luò)時延補(bǔ)償策略研究[J];儀器儀表學(xué)報;2008年09期

10 王隨平;李閃閣;張海寧;;基于網(wǎng)絡(luò)時延預(yù)估補(bǔ)償?shù)倪h(yuǎn)程控制系統(tǒng)研究[J];可編程控制器與工廠自動化;2009年08期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 涂小敏;宋楊;;基于無偏灰色模型的網(wǎng)絡(luò)時延預(yù)測[A];上海市化學(xué)化工學(xué)會2010年度學(xué)術(shù)年會論文集（自動化專題）[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李雯;飛行器網(wǎng)絡(luò)控制系統(tǒng)研究[D];國防科學(xué)技術(shù)大學(xué);2007年

2 鄧建球;智能調(diào)度的網(wǎng)絡(luò)控制系統(tǒng)建模、分析與綜合[D];清華大學(xué);2011年

3 葛愿;基于隱馬爾可夫模型的網(wǎng)絡(luò)化控制系統(tǒng)建模與控制[D];中國科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 宮碧蓮;基于隱式PIGPC的網(wǎng)絡(luò)時延補(bǔ)償控制器設(shè)計[D];東北大學(xué);2013年

2 劉沛巖;基于ε-SVR工業(yè)網(wǎng)絡(luò)時延的測量與預(yù)測[D];濟(jì)南大學(xué);2015年

3 蘆帥;基于網(wǎng)絡(luò)時延分析的控制器設(shè)計與實(shí)驗研究[D];浙江大學(xué);2005年

4 康夢曉;IP網(wǎng)絡(luò)時延測量與估計技術(shù)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

5 張恒;特定流量下網(wǎng)絡(luò)時延測量方法的設(shè)計與實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

6 郭詩朦;基于時間序列方法的網(wǎng)絡(luò)時延預(yù)測與改進(jìn)型廣義預(yù)測控制算法在網(wǎng)絡(luò)控制系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2013年

7 趙偉;帶有網(wǎng)絡(luò)時延與丟包的T-S嵌套模糊跳變系統(tǒng)的研究[D];北京交通大學(xué);2013年

8 羅杰;輸電線路狀態(tài)監(jiān)測中的無線傳感器網(wǎng)絡(luò)時延研究[D];湖南大學(xué);2014年

9 王瑞剛;基于Internet液壓位置系統(tǒng)的實(shí)時控制策略研究[D];上海交通大學(xué);2012年

10 張柯;網(wǎng)絡(luò)控制系統(tǒng)研究及實(shí)驗平臺建設(shè)[D];浙江大學(xué);2007年

，

本文編號：925602