模型参数联合求解的网络流量混沌预测

作者： 张志华 ; 盘炜生

摘要：流量预测是网络管理的基础，为了提高网络流量的预测精度，考虑模型参数之间的相互影响，提出一种模型参数联合求解的网络流量混沌预测模型．首先收集网络流量历史数据，采用混沌理论对历史数据进行重构，并确定模型参数范围，然后运用遗传算法模拟自然界的“适者生存、优胜劣汰”机制对模型参数进行联合求解，根据最优个体得到模型的最合理参数．最后根据最合理参数对网络流量训练样本进行学习，建立网络流量预测模型，并采用仿真实验对模型的性能进行对比分析．结果表明，此模型通过混沌理论可以有效挖掘历史数据中的网络流量变化特点，通过参数联合求解建立了精度高的网络流量预测模型，为非线性网络流量预测提供了一种新的建模思路．

关键字： 网络流量 混沌理论 最小二乘支持向量机 径向基核函数 参数优化

---

上一篇：基于GPU的混合式全源对最短路径算法研究
下一篇：一种基于T15416的应用程序boot方法