本文關(guān)鍵詞：基于智能優(yōu)化的分布式網(wǎng)絡(luò)流量預(yù)測(cè)方法

  更多相關(guān)文章： 流量預(yù)測(cè) 果蠅優(yōu)化算法 指數(shù)平滑

【摘要】：網(wǎng)絡(luò)流量預(yù)測(cè)是網(wǎng)絡(luò)管理的重要內(nèi)容,高效的流量預(yù)測(cè)方法可提高網(wǎng)絡(luò)管理效率.針對(duì)網(wǎng)絡(luò)流量的時(shí)變性等問題,提出了一種基于智能優(yōu)化的分布式網(wǎng)絡(luò)流量預(yù)測(cè)方法.該方法采用果蠅算法優(yōu)化3次指數(shù)平滑預(yù)測(cè)模型中的平滑因子,對(duì)時(shí)間窗口內(nèi)收集到的網(wǎng)絡(luò)流量進(jìn)行預(yù)測(cè),從而有效地提高3次指數(shù)平滑模型下網(wǎng)絡(luò)流量預(yù)測(cè)的準(zhǔn)確度與效率.仿真實(shí)驗(yàn)表明:相比傳統(tǒng)3次指數(shù)平滑預(yù)測(cè)模型,此方法可解決平滑因子的不確定性所導(dǎo)致的預(yù)測(cè)結(jié)果誤差問題,有效提高了網(wǎng)絡(luò)流量預(yù)測(cè)精度.
【作者單位】： 南京郵電大學(xué)計(jì)算機(jī)學(xué)院;江蘇省無(wú)線傳感網(wǎng)高技術(shù)研究重點(diǎn)實(shí)驗(yàn)室;北京郵電大學(xué)網(wǎng)絡(luò)與交換技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 流量預(yù)測(cè) 果蠅優(yōu)化算法 指數(shù)平滑
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61373137,61373017,61373139) 江蘇省高校自然科學(xué)研究計(jì)劃重大項(xiàng)目(14KJA520002) 江蘇省六大人才高峰項(xiàng)目(2013-DZXX-014) 江蘇省青藍(lán)工程項(xiàng)目和國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2011AA05A116)
【分類號(hào)】：TP393.06
【正文快照】： 引言高效的網(wǎng)絡(luò)流量模型與流量預(yù)測(cè)方法是網(wǎng)絡(luò)性能分析和網(wǎng)絡(luò)規(guī)劃的基礎(chǔ),其對(duì)網(wǎng)絡(luò)管理、網(wǎng)絡(luò)故障等具有重要意義.如何有效建立網(wǎng)絡(luò)流量模型并進(jìn)行流量預(yù)測(cè)引起了研究者的廣泛關(guān)注.現(xiàn)有的典型工作包括:自回歸(AR,autoregressive)模型[1]、自回歸滑動(dòng)平均(ARMA,autoregressive a，

本文編號(hào)：813059