基于灰色神經(jīng)網(wǎng)絡組合模型的流量預測與評估方法研究.pdf

1、網(wǎng)絡流量預測分析及建模一直是分析網(wǎng)絡性能的重要研究課題，流量預測結(jié)果為網(wǎng)絡管理中帶寬分配、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)絡流量具有一定的動態(tài)性、實時性、相關性、隨機性和含噪聲性。預測精度的高低、所選或所建立模型的表達能力，對于分析和仿真，理解網(wǎng)絡的動態(tài)行為，以及指導流量控制的設計工作均具有重要的指導意義。
　　 論文以網(wǎng)絡流量預測為背景，認真對比了多種流量采集工具的特點，選用Cact

2、i構(gòu)建不影響網(wǎng)絡自身運行狀況的流量采集系統(tǒng)，采集園區(qū)節(jié)點交換機流量數(shù)據(jù)。在分析網(wǎng)絡流量時間序列特性的基礎上，分別建立了灰色GM(1,1)預測模型和等維灰色預測模型，并對飽和“S”形序列因特網(wǎng)訪問量變化趨勢特別建立了Verhulst預測模型。選用相關工具實現(xiàn)了各個模型，對計算結(jié)果進行了預測分析。
　　 論文提出了基于小波變換的灰色預測方法、灰色神經(jīng)網(wǎng)絡組合模型(分別采用BP網(wǎng)絡、BP網(wǎng)絡LM算法、徑向基神經(jīng)網(wǎng)絡)等多種綜合預測分析

3、方法，預測實測網(wǎng)絡流量，確定適合的模型輸入?yún)?shù)，詳細分析了各個模型的精度和預測效果，為高精度的短期(以及中長期)網(wǎng)絡流量預測軟件系統(tǒng)的集成開發(fā)奠定了基礎。
　　 針對常用的動態(tài)全局鏈路狀態(tài)法和基于流量的路由算法存在的不足，提出了一種新的基于流量預測的路由改進算法，可結(jié)合流量預測的優(yōu)勢對路由算法加以有效補充，理論分析預計該算法能獲得更佳的路由效果。
　　 論文最后總結(jié)了課題研究成果在有線公網(wǎng)路由決策、局域網(wǎng)病毒檢測、防范非