基于神經(jīng)網(wǎng)絡(luò)的改進網(wǎng)絡(luò)流量預(yù)測算法的研究.pdf

1、實現(xiàn)網(wǎng)絡(luò)QoS控制對于網(wǎng)絡(luò)管理及維護相當(dāng)重要，而網(wǎng)絡(luò)流量預(yù)測對于實現(xiàn)網(wǎng)絡(luò)的QoS控制可以起到十分重要的作用；另外，流量預(yù)測在入侵檢測中的應(yīng)用也受到越來越多的關(guān)注。網(wǎng)絡(luò)流量預(yù)測極具現(xiàn)實研究意義。 網(wǎng)絡(luò)流量的預(yù)測要求較高的實時性，另外準(zhǔn)確率也是一個很重要的指標(biāo)。本文基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并引入小波函數(shù)對其進行改進，建立了一個新的網(wǎng)絡(luò)流量預(yù)測模型；另外針對幾種神經(jīng)網(wǎng)絡(luò)的不同特點進行有效的整合，建立了一個新的網(wǎng)絡(luò)流量預(yù)測模型；并對以上兩

2、種模型寫出了相應(yīng)的算法，仿真試驗證明，該模型預(yù)測誤差低，并且具有普適性。 本文研究的內(nèi)容是對神經(jīng)網(wǎng)絡(luò)流量預(yù)測模型進行改進，并設(shè)計相應(yīng)的預(yù)測步驟，主要有以下研究成果： 1、在BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的隱含層引入小波函數(shù)作為其傳遞函數(shù)，建立一個新的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并設(shè)計了相關(guān)的預(yù)測算法，提取了真實的網(wǎng)絡(luò)流量對該模型進行了仿真驗證，在保證預(yù)測精度的前提下，提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，達(dá)到了改進的目標(biāo)。 2、針對線性神經(jīng)