基于小波和FIR神經(jīng)網(wǎng)絡(luò)的流量預(yù)測模型研究.pdf

1、隨著網(wǎng)絡(luò)規(guī)模的日益龐大和復(fù)雜，發(fā)生各種故障的可能性增大，網(wǎng)絡(luò)性能更容易受到影響。網(wǎng)絡(luò)流量能直接反映網(wǎng)絡(luò)性能的好壞，如果網(wǎng)絡(luò)所接受的流量超過它實際的運載能力，就會引起網(wǎng)絡(luò)性能下降。所以網(wǎng)絡(luò)流量的建模與預(yù)測對于大規(guī)模網(wǎng)絡(luò)的規(guī)劃設(shè)計、網(wǎng)絡(luò)資源管理以及用戶行為的調(diào)節(jié)等方面都具有積極意義。本論文是基于國家自然科學(xué)基金項目“基于共變正交和聯(lián)合優(yōu)化的多媒體網(wǎng)絡(luò)性能預(yù)測模型”的研究需要而展開的。
　　 本文介紹了網(wǎng)絡(luò)流量的特征，在分析了小波理論

2、和FIR 神經(jīng)網(wǎng)絡(luò)特點的基礎(chǔ)上提出了一種基于小波變換和FIR 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測模型。該模型采用小波分解把網(wǎng)絡(luò)流量數(shù)據(jù)分解成小波系數(shù)和尺度系數(shù)，即高頻系數(shù)和低頻系數(shù)，將不同頻率成分的系數(shù)單支重構(gòu)為高頻流量分量和低頻流量分量，用FIR 神經(jīng)網(wǎng)絡(luò)得到不同頻率成分的預(yù)測分量，將它們的合成作為對原始網(wǎng)絡(luò)流量的預(yù)測結(jié)果。
　　 本文采用研究人員公認(rèn)的網(wǎng)絡(luò)流量數(shù)據(jù)作為測量分析對象，對該模型進行了仿真實驗：對局域網(wǎng)和廣域網(wǎng)網(wǎng)絡(luò)流量的單步預(yù)