網(wǎng)絡(luò)流量預(yù)測(cè)技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著Internet及其應(yīng)用的迅速發(fā)展,網(wǎng)絡(luò)規(guī)模日益增大,網(wǎng)絡(luò)應(yīng)用日益復(fù)雜,網(wǎng)絡(luò)管理工作越來(lái)越繁重,網(wǎng)絡(luò)故障也頻頻出現(xiàn),為了實(shí)現(xiàn)可靠的數(shù)據(jù)傳輸及合理的網(wǎng)絡(luò)資源分配,就需要深刻了解網(wǎng)絡(luò)的控制機(jī)制和復(fù)雜的行為特性。網(wǎng)絡(luò)流量預(yù)測(cè)對(duì)大規(guī)模網(wǎng)絡(luò)管理、規(guī)劃、設(shè)計(jì)具有重要意義,高質(zhì)量的網(wǎng)絡(luò)流量預(yù)測(cè)顯得越來(lái)越重要和迫切。
   本文的主要研究目的是探索新的預(yù)測(cè)模型以提高網(wǎng)絡(luò)流量預(yù)測(cè)的準(zhǔn)確性,及加快預(yù)測(cè)速度。
   首先,全面敘述了網(wǎng)絡(luò)流

2、量預(yù)測(cè)的國(guó)內(nèi)外研究現(xiàn)狀,為后續(xù)的研究奠定了基礎(chǔ);
   其次,分析了真實(shí)環(huán)境下的網(wǎng)絡(luò)流量所呈現(xiàn)的相當(dāng)明顯的多尺度特性,接著,分析并比較了幾種基于自相似性的網(wǎng)絡(luò)流量模型的優(yōu)缺點(diǎn);
   第三,建立了基于改進(jìn)BPWNN的預(yù)測(cè)模型。針對(duì)傳統(tǒng)BP小波網(wǎng)絡(luò)(BPWNN)易陷入局部極小,收斂速度慢的缺陷,使用一種學(xué)習(xí)速率自適應(yīng)的算法對(duì)BPWNN進(jìn)行改進(jìn);
   第四,建立了基于改進(jìn)的QPSO算法訓(xùn)練BP網(wǎng)絡(luò)的預(yù)測(cè)模型。針對(duì)標(biāo)

3、準(zhǔn)的QPSO算法不可避免的出現(xiàn)早熟的不足,研究了一種新的基于參數(shù)自適應(yīng)的量子粒子群優(yōu)化算法。該算法較好的避免了粒子群的早熟,提高了算法的全局收斂能力;
   第五,建立了融合小波變換與貝葉斯LS-SVM的預(yù)測(cè)模型。首先將原始流量數(shù)據(jù)時(shí)間序列進(jìn)行小波分解,并將分解得到的近似部分和各細(xì)節(jié)部分分別單支重構(gòu)到原級(jí)別上;對(duì)各個(gè)重構(gòu)后的序列分別用最小二乘支持向量機(jī)進(jìn)行預(yù)測(cè);將貝葉斯證據(jù)框架應(yīng)用于最小二乘支持向量機(jī)模型參數(shù)的選擇;將各個(gè)預(yù)測(cè)結(jié)

溫馨提示

  • 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論