基于 EEMD与RBF神经络的络流量预测.pdfVIP

第３１卷第６期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．６ ２０１４年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１４ 基于ＥＥＭＤ与ＲＢＦ神经网络的网络流量预测 刘付斌　冯丽娜 （安阳师范学院物理与电气工程学院　河南安阳４５５０００） 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 ＥｍｐｉｒｉｃａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｔｉｏｎ）与径向基函数ＲＢＦ（ＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎ）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（ＦｒａｃｔｉｏｎａｌＡｕｔｏＲｅｇｒｅｓｓｉｖｅＩｎｔｅｇｒａｔｅｄＭｏｖｉｎｇＡｖｅｒａｇｅＭｏ