

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、網絡流量特征研究和分析是深入理解網絡內在本質、了解網絡運行狀況的根本方法和手段,是網絡性能提升、優(yōu)化網絡設計和實施流量工程的重要途徑。本文基于神經網絡預測模型,并引入季節(jié)周期性算法、混沌算法和分解模型,建立新的網絡流量預測模型。根據實際網絡中測量得到的網絡流量數據,進行仿真實驗,結果證明,新模型和算法預測誤差低,且具有普適性。針對網絡流量預測,本文主要做了如下工作:
(1)針對靜態(tài)前饋網絡和 Elman網絡在網絡流量預測中的不
2、足,建立了一個基于改進Elman神經網絡的流量模型,并提出一種基于季節(jié)周期性學習方法,根據實際網絡中測量得到的網絡流量數據,對網絡流量進行預測。實驗結果表明,該模型具有良好的預測效果,相對于傳統(tǒng)線性模型、BP神經網絡模型及標準Elman神經網絡模型具有更高的預測精度和更好的自適應性,應用于網絡流量預測是可行、有效的。
(2)根據實際網絡中測量得到的網絡流量數據,提出了一種新的改進Elman神經網絡模型——SIMF Elman,
3、在網絡權值的訓練過程中引入了混沌搜索機制,利用Tent映射的遍歷性進行混沌變量的優(yōu)化搜索,減少了數據冗余,有效的解決了局部收斂問題。實驗結果表明,新的模型及算法提高了網絡的訓練速度及網絡流量的預測精度。
(3)考慮網絡流量宏觀行為的特點,用數學工具將網絡流量時序分解成結構相對簡單的子成分,來表述和預測網絡流量行為的非線性規(guī)律。同時以神經網絡理論為基礎,提出行為預測模型,包括分解模型和神經網絡模型,充分考慮了流量行為的周期性、趨
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 網絡流量分析與預測.pdf
- 校園網絡流量分析與預測研究.pdf
- 金融網絡流量分析與預測.pdf
- 校園網絡流量分析與模型研究.pdf
- 網絡流量行為的測量分析與預測.pdf
- 中職學校網絡流量分析及預測研究.pdf
- 網絡流量分析預測系統(tǒng)的設計與實現.pdf
- IP網絡流量分析預測工具的設計與實現.pdf
- 網絡流量模型與流量預測技術研究.pdf
- 網絡流量分析與資源優(yōu)化.pdf
- 網絡流量特性分析及預測模型研究.pdf
- 網絡流量組合預測模型的研究.pdf
- 淺談ip網絡流量分析
- 無線網絡流量分析與預測方法的研究.pdf
- 網絡流量的特性分析與預測研究.pdf
- 網絡流量預測模型系統(tǒng)的研究.pdf
- 寬帶網絡流量分析與審計.pdf
- WSN環(huán)境中網絡流量預測模型研究.pdf
- 基于神經網絡的非線性網絡流量分析與預測.pdf
- 網絡流量特性分析及預測研究.pdf
評論
0/150
提交評論