基于神經(jīng)網(wǎng)絡(luò)的非線性網(wǎng)絡(luò)流量分析與預(yù)測.pdf

1、隨著Internet的迅猛發(fā)展，網(wǎng)絡(luò)規(guī)模日趨龐大，網(wǎng)絡(luò)拓補(bǔ)結(jié)構(gòu)漸趨復(fù)雜，越來越需要一種新的網(wǎng)絡(luò)規(guī)劃和設(shè)計(jì)手段來提高網(wǎng)絡(luò)設(shè)計(jì)的客觀性和設(shè)計(jì)結(jié)果的可靠性。網(wǎng)絡(luò)流量模型的建立是網(wǎng)絡(luò)性能分析、網(wǎng)絡(luò)協(xié)議設(shè)計(jì)、網(wǎng)絡(luò)規(guī)劃等的基礎(chǔ)。 本文根據(jù)實(shí)際網(wǎng)絡(luò)中測量的大量網(wǎng)絡(luò)流量數(shù)據(jù)，建立一個(gè)時(shí)間相關(guān)的基于神經(jīng)網(wǎng)絡(luò)的流量模型，預(yù)測和分析網(wǎng)絡(luò)流量狀況。傳統(tǒng)的流量分析建立在線性模型的基礎(chǔ)上，但是由于復(fù)雜的拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)行為，網(wǎng)絡(luò)流量表現(xiàn)為…個(gè)非線性的系統(tǒng)。本

2、文基于ANN理論提出精度較高的非線性網(wǎng)絡(luò)流量預(yù)測模型，該模型具有很高的自適應(yīng)性和魯棒性。 本文不僅闡述了神經(jīng)網(wǎng)絡(luò)模型的構(gòu)造、預(yù)測模型的建立，而且介紹了網(wǎng)絡(luò)流量的采集和預(yù)處理的一系列具體方法和實(shí)現(xiàn)。包括去除離群點(diǎn)，缺損值補(bǔ)足以及白噪聲消除在內(nèi)的數(shù)據(jù)處理方法被應(yīng)用于網(wǎng)絡(luò)流量數(shù)據(jù)的預(yù)處理和后處理中，對于預(yù)測效果有很大提升。 本文提出的模型，通過在實(shí)際網(wǎng)絡(luò)環(huán)境上的應(yīng)用，取得較好效果。本文還根據(jù)此模型給出一個(gè)實(shí)際的流量監(jiān)測與預(yù)測系