船用网络流量非线性预测的数学建模与分析

发布时间：2021-09-03 10:13

　　在针对船用流量进行非线性预测过程中,现有的预测模型去除了网络流量的近似系数,导致预测流量数值过小的问题,进行船用网络流量非线性预测的数学建模与分析。预处理传统网络流量数据,确定数学建模预测参数,利用离散小波处理分解网络流量在不同时间尺度下的近似系数,构建非线性预测数学模型。采用计算机服务器及路由器,搭建模拟船舶网络流量环境,使用2种传统预测模型与设计的预测模型进行实验。结果表明,文中设计的非线性数学预测模型预测得到的流量数值最大,符合搭建实际实验环境。 

【文章来源】：舰船科学技术. 2020,42(20)北大核心

【文章页数】：3 页

【部分图文】：

网络数据量小波分解过程Fig.1Waveletdecompositionprocessofnetworkdata

成对船用网络流量非线性的预测。2仿真实验2.1实验环球实验搭建验证非线性数学预测模型预测结果的实验环境，采用3台服务器承载路由请求的负载，准备6个路由器提供船用网络流量，模拟搭建船用网络流量的实验环境如图3所示。图3模拟网络流量流通实验环境Fig.3Simulatednetworktrafficflowexperimentenvironment在图3所示的实验环境下，使用2种传统网络流量预测模型与文中设计船用网络流量非线性数学预测模型进行实验，验证3种预测模型的性能。2.2实验结果及分析基于上述实验准备，综合上述实验环境中各个路由器的网络流量数值作为标准数值，标定网络流量的时间统计点，以24h为一个实验周期，设定每4个小时为一次预测时间点，记录并统计得到3种预测模型预测得到的网络流量值，结果如表1所示。由表1可知，2种传统方法预测得到的流量数值均小于文中构建的数学预测模型，在不同的统计时间节点下，传统预测模型预测得到的网络流量平均数值为14.30MB左右，不符合搭建的实验环境的流量值，传统预测模型2最终预测得到的平均网络流量数值为21.97MB左右，也小于实验环境的网络流量数值，文中构建非线性预测模型最终预测的平均网络流量数值为30.74MB左右，基本符合搭建实验环境网络流量实际。3结语对船用流量建立预测模型，可以帮助研究人员合理设计网络结构，为研究人员提供可靠的网络服务，实现网络负载均衡，保证船用网络的安全。设计船用网络流量非线性预测数学模型，改进传统预测模型误差数值过小不足。参考文献：高阳,吴文海,周思羽.垂直/短距起降飞机非线性动力学建模与仿真[J].哈尔滨工业大学学报,2019,51(4):115–122.[1]刘雅

?,2018,46(17):96–99.[2]张坤,杨艳明,郑伟,等.量子遗传算法和模糊神经网络结合的预测模型[J].统计与决策,2019,35(12):68–72.[3]张琳,李银霞.基于交通量的城市停车需求预测模型研究[J].工程技术研究,2019,4(13):17–19.[4]表1三种预测模型的预测结果Tab.1Predictionresultsofthreepredictionmodels流量统计时间点预测流量数值/MB传统模型1传统模型2本文模型115.4221.3428.67213.5420.4730.42314.2422.3531.41413.4220.4232.42515.4219.8430.14614.0221.4231.42图2路径判断过程Fig.2Pathjudgmentprocess第42卷江忠：船用网络流量非线性预测的数学建模与分析·135·

【参考文献】：
期刊论文
[1]基于交通量的城市停车需求预测模型研究[J]. 张琳,李银霞.  工程技术研究. 2019(13)
[2]量子遗传算法和模糊神经网络结合的预测模型[J]. 张坤,杨艳明,郑伟,高晓红.  统计与决策. 2019(12)
[3]垂直/短距起降飞机非线性动力学建模与仿真[J]. 高阳,吴文海,周思羽.  哈尔滨工业大学学报. 2019(04)
[4]双锥形流量计仿真与数学模型研究[J]. 刘雅杰,陈汉松,冯良锋,胡泽枫,张学习.  机床与液压. 2018(17)



本文编号：3380924