未来智库 > 神经网络论文 > 基于混沌时问序列和神经网络的网络流量预测方法

基于混沌时问序列和神经网络的网络流量预测方法

发布时间:2018-07-03 01:06:00 文章来源:未来智库    
    
    随着互联网业务量急剧增长,网络性能和服务质量方面的问题日益突出。在网络资源有限的情况下,建立网络流量模型,预测网络负载,及时做出控制或调整,将会极大提高网络性能和服务质量。针对网络流量预测研究了最初使用的主要有基于AR,ARIMA的线性预测模型,算法较简单,但其自适应性较差。建立在流量自相似基础上的FARIMA模型,可以同时捕捉网络流量的长相关和短相关特征,在小时间尺度和多步网络流量预测上有较好的表现,但计算量较大。神经网络对非线性函数关系具有良好的逼近能力,适于描述网络流量的非线性、时变性的复杂因素。
转载请注明来源。原文地址:https://www.7428.cn/vipzj20917/
 与本篇相关的热门内容: