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

  更多相關(guān)文章： 時(shí)延測(cè)量 數(shù)學(xué)建模 時(shí)延預(yù)測(cè) 支持向量回歸 ε—SVR 高斯核函數(shù) 靜態(tài)時(shí)延 動(dòng)態(tài)時(shí)延

【摘要】：工業(yè)網(wǎng)絡(luò)時(shí)延的測(cè)量和預(yù)測(cè)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(shí)延測(cè)量和預(yù)測(cè)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(shí)延預(yù)測(cè)和測(cè)量的模型以及運(yùn)用什么手段解決這些問(wèn)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(shí)延和動(dòng)態(tài)時(shí)延的測(cè)量和預(yù)測(cè)相關(guān)理論和建模方法,其主要工作包括:為了實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)時(shí)延數(shù)據(jù)的采集,本文對(duì)網(wǎng)絡(luò)時(shí)延的測(cè)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(shí)延測(cè)量的方法和工具。并通過(guò)采用Ping法網(wǎng)絡(luò)往返時(shí)延測(cè)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(shí)延測(cè)量數(shù)據(jù),為建立網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型準(zhǔn)備數(shù)據(jù)樣本。為實(shí)現(xiàn)對(duì)靜態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延的預(yù)測(cè),對(duì)采集到的時(shí)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(shí)延的預(yù)測(cè)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(shí)延樣本預(yù)測(cè)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(duì)所建立的靜態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型,應(yīng)用MATLAB中的RBF函數(shù)進(jìn)行了仿真研究,通過(guò)改變預(yù)測(cè)模型中心寬度,感知單元個(gè)數(shù)以及樣本數(shù)據(jù)包大小,討論了參數(shù)對(duì)該靜態(tài)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型預(yù)測(cè)效果的影響�；讦拧猄VR靜態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型僅僅能對(duì)離線的靜態(tài)時(shí)延數(shù)據(jù)完成預(yù)測(cè)分析,不能實(shí)現(xiàn)對(duì)實(shí)時(shí)變化的動(dòng)態(tài)網(wǎng)絡(luò)時(shí)延的預(yù)測(cè)分析。因此本文分析了動(dòng)態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延數(shù)據(jù)的特點(diǎn),在靜態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型的基礎(chǔ)上,進(jìn)一步研究了基于ε—SVR動(dòng)態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型的建立方法。該方法將持續(xù)變化的動(dòng)態(tài)網(wǎng)絡(luò)時(shí)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(zhǎng)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(dòng)態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型,推導(dǎo)了動(dòng)態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)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(yàn)證動(dòng)態(tài)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型的可行性,設(shè)計(jì)了動(dòng)態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延的預(yù)測(cè)算法,基于實(shí)驗(yàn)測(cè)量數(shù)據(jù)樣本,根據(jù)選定的樣本數(shù)據(jù)集合的長(zhǎng)度,對(duì)一段樣本數(shù)據(jù)進(jìn)行了仿真訓(xùn)練。通過(guò)仿真結(jié)果計(jì)算出時(shí)延預(yù)測(cè)誤差,并且對(duì)仿真結(jié)果進(jìn)行了分析,驗(yàn)證了基于ε—SVR動(dòng)態(tài)工業(yè)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)模型的可行性。
【關(guān)鍵詞】：時(shí)延測(cè)量 數(shù)學(xué)建模 時(shí)延預(yù)測(cè) 支持向量回歸 ε—SVR 高斯核函數(shù) 靜態(tài)時(shí)延 動(dòng)態(tài)時(shí)延
【學(xué)位授予單位】：濟(jì)南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：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(guó)內(nèi)外研究發(fā)展概況12-16
• 1.2.1 網(wǎng)絡(luò)時(shí)延測(cè)量研究概況12-14
• 1.2.2 時(shí)延預(yù)測(cè)研究現(xiàn)狀14-16
• 1.3 本文主要研究?jī)?nèi)容16-19
• 第二章 網(wǎng)絡(luò)時(shí)延測(cè)量方法的研究19-31
• 2.1 網(wǎng)絡(luò)測(cè)量19-23
• 2.1.1 網(wǎng)絡(luò)測(cè)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(cè)量23-24
• 2.2.1 多播和單播測(cè)量23
• 2.2.2 主動(dòng)測(cè)量和被動(dòng)測(cè)量23-24
• 2.3 端到端網(wǎng)絡(luò)時(shí)延測(cè)量24-30
• 2.3.1 端到端時(shí)延測(cè)量的應(yīng)用和意義24-25
• 2.3.2 網(wǎng)絡(luò)傳輸時(shí)延的構(gòu)成25-26
• 2.3.3 影響網(wǎng)絡(luò)傳輸時(shí)延的因素26-27
• 2.3.4 端到端時(shí)延測(cè)量的分類27-28
• 2.3.5 端到端時(shí)延測(cè)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(shí)延預(yù)測(cè)31-55
• 3.1 基于ε—SVR網(wǎng)絡(luò)時(shí)延預(yù)測(cè)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(shí)延預(yù)測(cè)建模34-36
• 3.2.1 端到端時(shí)延測(cè)量模型34
• 3.2.2 靜態(tài)時(shí)延時(shí)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(cè)研究35-36
• 3.3 基于ε—SVR的靜態(tài)時(shí)延數(shù)據(jù)采集36-44
• 3.3.1 時(shí)延數(shù)據(jù)采集36-39
• 3.3.2 時(shí)延數(shù)據(jù)處理39-41
• 3.3.3 建立靜態(tài)時(shí)延數(shù)據(jù)樣本41-44
• 3.4 基于ε—SVR的靜態(tài)時(shí)延預(yù)測(cè)仿真44-54
• 3.5 本章小結(jié)54-55
• 第四章 基于ε—SVR的動(dòng)態(tài)網(wǎng)絡(luò)時(shí)延預(yù)測(cè)55-65
• 4.1 動(dòng)態(tài)時(shí)延變量的參數(shù)化55-56
• 4.2 基于ε—SVR的動(dòng)態(tài)時(shí)延預(yù)測(cè)模型建模56-57
• 4.3 基于ε—SVR的動(dòng)態(tài)時(shí)延預(yù)測(cè)模型核函數(shù)57-58
• 4.3.1 基于多項(xiàng)式核的預(yù)測(cè)模型57
• 4.3.2 基于高斯徑向基核的預(yù)測(cè)模型57-58
• 4.3.3 基于Sigmoid核的預(yù)測(cè)模型58
• 4.4 基于ε—SVR的動(dòng)態(tài)時(shí)延預(yù)測(cè)仿真58-63
• 4.4.1 動(dòng)態(tài)時(shí)延數(shù)據(jù)采集與處理58-60
• 4.4.2 仿真預(yù)測(cè)算法設(shè)計(jì)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(lái)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(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 曹慶璞;董淑福;羅峗騫;;網(wǎng)絡(luò)時(shí)延的混沌特性分析及預(yù)測(cè)[J];計(jì)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(shí)延預(yù)測(cè)研究[J];電腦知識(shí)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(shí)延補(bǔ)償方法研究[J];西安理工大學(xué)學(xué)報(bào);2012年03期

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

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

6 邱征;王紅春;陳長(zhǎng)勝;余亞剛;;AFDX網(wǎng)絡(luò)演算時(shí)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(shí)延優(yōu)化算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);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(shí)延補(bǔ)償策略研究[J];自動(dòng)化儀表;2006年06期

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

10 王隨平;李閃閣;張海寧;;基于網(wǎng)絡(luò)時(shí)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(dòng)化;2009年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

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

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 李雯;飛行器網(wǎng)絡(luò)控制系統(tǒng)研究[D];國(guó)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(guó)科學(xué)技術(shù)大學(xué);2011年

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

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

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

3 蘆帥;基于網(wǎng)絡(luò)時(shí)延分析的控制器設(shè)計(jì)與實(shí)驗(yàn)研究[D];浙江大學(xué);2005年

4 康夢(mèng)曉;IP網(wǎng)絡(luò)時(shí)延測(cè)量與估計(jì)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(shí)延測(cè)量方法的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

6 郭詩(shī)朦;基于時(shí)間序列方法的網(wǎng)絡(luò)時(shí)延預(yù)測(cè)與改進(jìn)型廣義預(yù)測(cè)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(shí)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(cè)中的無(wú)線傳感器網(wǎng)絡(luò)時(shí)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(shí)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(yàn)平臺(tái)建設(shè)[D];浙江大學(xué);2007年

，

本文編號(hào)：925602