

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、隨著Internet及其應用的迅速發(fā)展,網絡規(guī)模日益增大,網絡應用日益復雜,網絡管理工作越來越繁重,網絡故障也頻頻出現(xiàn),為了實現(xiàn)可靠的數(shù)據(jù)傳輸及合理的網絡資源分配,就需要深刻了解網絡的控制機制和復雜的行為特性。網絡流量預測對大規(guī)模網絡管理、規(guī)劃、設計具有重要意義,高質量的網絡流量預測顯得越來越重要和迫切。
本文的主要研究目的是探索新的預測模型以提高網絡流量預測的準確性,及加快預測速度。
首先,全面敘述了網絡流
2、量預測的國內外研究現(xiàn)狀,為后續(xù)的研究奠定了基礎;
其次,分析了真實環(huán)境下的網絡流量所呈現(xiàn)的相當明顯的多尺度特性,接著,分析并比較了幾種基于自相似性的網絡流量模型的優(yōu)缺點;
第三,建立了基于改進BPWNN的預測模型。針對傳統(tǒng)BP小波網絡(BPWNN)易陷入局部極小,收斂速度慢的缺陷,使用一種學習速率自適應的算法對BPWNN進行改進;
第四,建立了基于改進的QPSO算法訓練BP網絡的預測模型。針對標
3、準的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的預測模型。首先將原始流量數(shù)據(jù)時間序列進行小波分解,并將分解得到的近似部分和各細節(jié)部分分別單支重構到原級別上;對各個重構后的序列分別用最小二乘支持向量機進行預測;將貝葉斯證據(jù)框架應用于最小二乘支持向量機模型參數(shù)的選擇;將各個預測結
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(lián)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(xiàn)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(lián)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
- 網絡流量模型與流量預測技術研究.pdf
- 網絡流量預測的研究.pdf
- Internet網絡流量預測.pdf
- 網絡流量測量關鍵技術研究.pdf
- 網絡流量的混沌特性研究及網絡流量預測算法研究.pdf
- IP網絡流量工程技術研究.pdf
- 網絡流量分類識別若干技術研究.pdf
- 移動終端網絡流量監(jiān)控技術研究.pdf
- 網絡流量識別技術研究及其應用.pdf
- 網絡流量檢測與分析預測技術的研究.pdf
- 時間調度網絡流量規(guī)劃技術研究.pdf
- 熱工流體網絡流量調節(jié)技術研究.pdf
- 燃氣網絡流量表通信技術研究.pdf
- 高速網絡流量分類并行處理技術研究.pdf
- 網絡流量控制與整形技術研究.pdf
- 網絡流量特性分析及預測研究.pdf
- 網絡流量組合預測模型的研究.pdf
- IP網絡流量捕獲及分類技術研究.pdf
- IP網絡流量監(jiān)測技術研究及應用.pdf
- Web網絡流量的組合預測研究.pdf
評論
0/150
提交評論