原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第28卷第12期 计算机仿真 2011年12月
文章编号：1006—9348(2011)12—0084一04
网络流量预测的建模与仿真研究
朱斌，乐红兵
(江南大学信息工程学院，江苏无锡214122)
摘要：研究网络流量准确预测问题，网络流量变化是一种具有时变性、多尺度和突发性的非线性系统，由于传统时间序列预
测，疗法很难揭示内在变化规律，导致9q络流颦的预测精度比较低。为了提高网络流量的预测精度，提出一种小波分析BP
神经网络的网络流量预测模型。模犁首先通过小波分析对网络流量进行分解，得到网络流量信号的近似和细节部分。然后
进行重构提取多尺度特征，最后将蓖构的网络流鬣数据输入到BP神经网络，利用BP神经网络的非线性能力对网络流最进
行训练、建模并预测。仿真结果表明，小渡神经嘲络方法提高r网络流量预测精度，是一种有效实用的网络流量预测方法。
关键词：小波分析；神经网络；网络流最；建模预测
中图分类号：1∞91．9 文献标识码：A
Simulationand ofNetworkTrafficPrediction
Modeling
ZHU
Bin，LEHong—bing
Jiansu
(InformationEngineering，JiangnanUniversity，Wuxi214122，China)
fortra·
flow isa and itisdifficult
ABSTRACT：Networksystem埘tIImulti—scale，complexnonlinear，and
changing
ditionaltimeseries methodtorevealitsintemal networktragic islow．
prediction changerules，SO predictionaccuracy
Inorderto thenetworktraffic anetworktraffic model
improve predictionprecision，thepaperproposed prediction
basedonwavelet andBPneuralnetwork． traf6cwas wavelet tooh-
analysis Firstly，networkdecomposedby analysis
tainthe andthedetail itsmulti—scalefeatureswerereconstructedand
approximation signals．Then extracted．And
reconstructednetworktrafficdatawere intotheBPneuralnetwork．The resultsshowthat
lastly，the input experiment
thewaveletneuralnetwork Can thenetworktraff
文档评论（0）