粗粒度网络流量的灰色模型预测

• 作者: 孙韩林 崔毅东 程时端 金跃辉
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 网络流量预测 灰色理论 灰色模型
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 论文
• 页码范围: 7-11
• 页数: 5页
• 分类号: TN911.22
• 字数: 4329字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5321.2010.01.002

摘要

在实际网络流量上研究了新陈代谢灰色模型(MGM)预测流量. 预测结果表明,灰色模型建模长度远小于流量序列主周期长度时,预测精度较高. 灰色模型预测流量宜采用小量数据建模,此时残差修正对提高预测精度影响很小,预测不需采用残差灰色模型(RGM). 对比了灰色模型与自回归综合滑动平均模型(ARIMA)和Elman神经网络(ENN)模型的预测结果,灰色模型远优于ARIMA,与ENN相当. 灰色模型的优点是能自适应网络流量的变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金跃辉	北京邮电大学网络与交换技术国家重点实验室	45	432	11.0	19.0
2	程时端	北京邮电大学网络与交换技术国家重点实验室	181	2778	28.0	43.0
3	崔毅东	北京邮电大学网络与交换技术国家重点实验室	27	216	9.0	14.0
7	孙韩林	北京邮电大学网络与交换技术国家重点实验室	4	64	2.0	4.0