基于小波分析和Hopfield网络流量预测.pdfVIP

第３０卷第６期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．６ ２０１３年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１３ 基于小波分析和Ｈｏｐｆｉｅｌｄ的网络流量预测 喻　皓　陈志峰 （浙江建设职业技术学院　浙江杭州３１１２３１） 摘　要　　针对传统单一的网络流量模型不能对网络流量的复杂特性进行精确模拟的问题，提出一种基于 Ｔｒｏｕｓ小波分析和 α Ｈｏｐｆｉｅｌｄ神经网络的组合模型对网络流量进行预测。首先对网络流量进行归一化处理并采用 Ｔｒｏｕｓ小波变换；然后对小波单支进 α 行重构，并将低频成分送入ＡＲ模型高频成分送入Ｈｏｐｆｉｅｌｄ神经网络进行建模预测；最后对各分量进行合成得到预测值。仿真实验 结果表明，该模型提高了预测精度，并且具有很好的网络适应性。 关键词　　网络流量　小波　神经网络　Ｈｏｐｆｉｅｌｄ　预测 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０６．０６５ ＮＥＴＷＯＲＫＴＲＡＦＦＩＣＰＲＥＤＩＣＴＩＯＮＢＡＳＥＤＯＮＷＡＶＥＬＥＴＡＮＡＬＹＳＩＳ ＡＮＤＨＯＰＦＩＥＬＤＮＥＵＲＡＬＮＥＴＷＯＲＫ ＹｕＨａｏ　ＣｈｅｎＺｈｉｆｅｎｇ （ＺｈｅｊｉａｎｇＣｏｌｌｅｇｅｏｆＣｏｎｓｔｒｕｃｔｉｏｎ，Ｈａｎｇｚｈｏｕ３１１２３１，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｔｒａｄｉｔｉｏｎａｌｓｉｎｇｌｅｎｅｔｗｏｒｋｔｒａｆｆｉｃｍｏｄｅｌｔｈａｔｉｔｃａｎｎｏｔａｃｃｕｒａｔｅｌｙｓｉｍｕｌａｔｅｔｈｅｃｏｍｐｌｅｘｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆ ｎｅｔｗｏｒｋｔｒａｆｆｉｃ，ｉｎｔｈｉｓｐａｐｅｒｗｅｐｒｏｐｏｓｅａｃｏｍｐｏｓｉｔｅｍｏｄｅｌｔｏｐｒｅｄｉｃｔｔｈｅｎｅｔｗｏｒｋｔｒａｆｆｉｃｗｈｉｃｈｉｓｂａｓｅｄｏｎ Ｔｒｏｕｓｗａｖｅｌｅｔａｎａｌｙｓｉｓａｎｄ α Ｈｏｐｆｉｅｌｄｎｅｕｒａｌｎｅｔｗｏｒｋ，Ｆｉｒｓｔ，ｔｈｅｎｅｔｗｏｒｋｔｒａｆｆｉｃｉｓｎｏｒｍａｌｉｓｅｄａｎｄａｐｐｌｉｅｄｔｈｅ Ｔｒｏｕｓｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｔｈｅｎｔｈｅｗａｖｅｌｅｔｓｉｎｇｌｅｉｓ α ｒｅｃｏｎｓｔｒｕｃｔｅｄ，ａｎｄｆｏｒｍｏｄｅｌｌｉｎｇａｎｄｐｒｅｄｉｃｔｉｏｎ，ｉｔｓｌｏｗｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｉｓｓｅｎｔｉｎｔｏＡＲｍｏｄｅｌ，ｉｔｓｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｉｓｓｅｎｔｉｎｔｏ Ｈｏｐｆｉｅｌｄｎｅｕｒａｌｎｅｔｗｏｒｋ；Ｆｉｎａｌｌｙ，ｔｈｅｃｏｍｐｏｎｅｎｔｓａｒｅｃｏｍｐｏｓｉｔｅｄｔｏｏｂｔａｉｎｔｈｅｐｒｅｄｉｃｔｉｖｅｖａｌｕｅ．Ｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅ ｍｏｄｅｌｉｍｐｒｏｖｅｓｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙａｎｄｈａｓｇｏｏｄａｄａｐｔａｂｉｌｉｔｙｔｏｔｈｅｎｅｔｗｏｒｋ． Ｋｅｙｗｏｒｄｓ　　Ｎｅｔｗｏｒｋｔｒａｆｆｉｃ　Ｗａｖｅｌｅｔ　Ｎｅｕｒａｌｎｅｔｗｏｒｋ　Ｈｏｐｆｉｅｌｄ　Ｐｒｅｄｉｃｔｉｏｎ 有效提高了网络的训练速度及网络流量的预测精度。但是网络 ０　引　言 流量实