基于EEMD与RBF神经网络的网络流量预测

发布时间：2017-07-29 10:18

  本文关键词：基于EEMD与RBF神经网络的网络流量预测

  更多相关文章： 流量预测 整体平均经验模态分解 RBF神经网络

【摘要】：网络流量预测对于网络性能和服务质量的提高具有重要意义。提出一种基于整体平均经验模态分解EEMD(Ensemble Empirical Mode Decomposition)与径向基函数RBF(Radial Basis Function)神经网络的预测模型,利用EEMD将长相关流量转化为短相关流量并应用RBF神经网络模型对流量数据进行建模及预测,不仅降低了算法的复杂度,而且有利于网络流量的实时预测。仿真试验结果表明,相比于自回归分数综合滑动平均模型FARIMA(Fractional AutoRegressive Integrated Moving Average Mode)、RBF神经网络模型及EMD(Empirical Mode Decomposition)与自回归滑动平均模型ARMA(AutoRegressive Moving Average Model),该模型具有更高的预测精度和良好的自适应性。
【作者单位】： 安阳师范学院物理与电气工程学院;
【关键词】： 流量预测 整体平均经验模态分解 RBF神经网络
【分类号】：TP393.06
【正文快照】： 0引言网络流量的建模和预测是研究网络的性能、管理、协议及服务质量的基础,对网络的规划设计具有重要意义,因此针对网络流量的建模和预测备受人们关注。针对网络流量的预测研究,最初主要有基于自回归模型AR(Autoregressive)[1]与自回归滑动平均模型ARMA[2]的线性预测模型,其

【参考文献】

中国期刊全文数据库 前5条

1 王俊松;高志伟;;基于RBF神经网络的网络流量建模及预测[J];计算机工程与应用;2008年13期

2 单佩韦;李明;;基于EMD的自相似流量Hurst指数估计[J];计算机工程;2008年23期

3 谢振平;刘基宏;王士同;;RBF网络的鲁棒最小二乘学习算法[J];控制与决策;2010年04期

4 王升辉;裘正定;;结合多重分形的网络流量非线性预测[J];通信学报;2007年02期

5 高波;张钦宇;梁永生;刘宁宁;黄程波;张乃通;;基于EMD及ARMA的自相似网络流量预测[J];通信学报;2011年04期

【共引文献】

中国期刊全文数据库 前10条

1 王以宁;李兴华;迟学芬;;基于神经网络的VBR视频流量建模及预测[J];吉林大学学报(信息科学版);2008年05期

2 付强;陈特放;朱佼佼;;采用自组织RBF网络算法的变压器故障诊断[J];高电压技术;2012年06期

3 李争平;郭更生;;基于自相似流的无线Mesh网络信道分配算法[J];高技术通讯;2008年06期

4 郭通;兰巨龙;李玉峰;江逸茗;;基于量子自适应粒子群优化径向基函数神经网络的网络流量预测[J];电子与信息学报;2013年09期

5 刘明;李由明;王平;李晓梅;;基于小波分解的凡纳滨对虾养殖水体水质的仿真研究[J];广东农业科学;2013年17期

6 刘元元;杨功流;李思宜;;BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用[J];北京航空航天大学学报;2014年02期

7 刘春;;基于误差校正的网络流量组合预测[J];福建电脑;2014年02期

8 覃小峰;杨棕根;路鑫;;基于改进蚁群算法的球形机器人径规划[J];计算机光盘软件与应用;2014年03期

9 米永强;;蚁群算法及其在求解旅行商问题中的应用[J];电脑知识与技术;2014年07期

10 杨柳春;;利用二阶粒子群优化的支持向量机回归对带缺陷管道疲劳寿命的预测分析[J];电气自动化;2014年02期

中国重要会议论文全文数据库 前1条

1 赵海君;曹辉;;基于支持向量机的说话人的语音分类率研究[A];第三届上海——西安声学学会学术会议论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 车喜龙;基于计算智能的网格资源监测预报系统[D];吉林大学;2009年

2 李立;高突发性自相似网络业务流量理论及建模分析研究[D];华中科技大学;2008年

3 杜必强;振动故障远程诊断中的分形压缩及分形诊断技术研究[D];华北电力大学（河北）;2009年

4 朱行健;基于802.11的无线Mesh网络MAC层关键技术的研究[D];北京邮电大学;2008年

5 孙韩林;互联网流量、时延性质及预测模型研究[D];北京邮电大学;2010年

6 唐阔;网格计算资源与任务的实时监测预报系统[D];吉林大学;2010年

7 马晓艳;网络流量模型化与拥塞控制研究[D];北京化工大学;2012年

8 杨双懋;无线网络中的流量预测与MAC算法研究[D];电子科技大学;2012年

9 朱霄s，

本文编号：588697