基于灰色神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)流量預(yù)測算法研究.pdf

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，由于互聯(lián)網(wǎng)是一個高度復(fù)雜的非線性系統(tǒng)，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)流量分析和建模對網(wǎng)絡(luò)性能評價具有重要的意義，完全符合網(wǎng)絡(luò)流量復(fù)雜統(tǒng)計(jì)特性的模型，能夠幫助對網(wǎng)絡(luò)流量進(jìn)行精確的分析和仿真，非常有助于網(wǎng)絡(luò)的設(shè)計(jì)和控制。 網(wǎng)絡(luò)流量預(yù)測分析及建模一直是分析網(wǎng)絡(luò)性能的重要研究課題，流量預(yù)測結(jié)果為網(wǎng)絡(luò)

2、管理中帶寬分配、流量控制、選路控制、接納控制和差錯控制等提供主要參考依據(jù)。網(wǎng)絡(luò)流量具有一定的動態(tài)性、實(shí)時性、相關(guān)性、隨機(jī)性和含噪聲性。預(yù)測精度的高低、所選或所建立模型的表達(dá)能力，對于分析和仿真，理解網(wǎng)絡(luò)的動態(tài)行為，以及指導(dǎo)流量控制的設(shè)計(jì)工作均具有重要的指導(dǎo)意義。 本論文的研究目的是為了探索一種新的網(wǎng)絡(luò)流量模型來更好的描述、預(yù)測網(wǎng)絡(luò)流量的特性，文章首先分析了網(wǎng)絡(luò)流量的一些主要特性，在真實(shí)環(huán)境中的網(wǎng)絡(luò)流量呈現(xiàn)出相當(dāng)明顯的多尺度特性，

3、例如自相似性、長相關(guān)性、單分形和多分形等特性；接著，分析、比較幾種傳統(tǒng)的網(wǎng)絡(luò)流量分析模型的優(yōu)缺點(diǎn)，如半馬爾柯夫模型、Poisson模型、ARMA模型及ON/OFF模型。 論文提出了基于殘差改進(jìn)的灰色預(yù)測方法、灰色神經(jīng)網(wǎng)絡(luò)組合模型等多種綜合預(yù)測分析方法，預(yù)測實(shí)際網(wǎng)絡(luò)流量，確定適合的模型輸入?yún)?shù)，詳細(xì)分析了各個模型的精度和預(yù)測效果，為高精度的短期(以及中長期)網(wǎng)絡(luò)流量預(yù)測軟件系統(tǒng)的集成開發(fā)奠定了基礎(chǔ)。 針對常用的動態(tài)全局鏈路