自回归与神经网络组合的网络流量预测模型

• 作者: 胡宁静 陈宏
• 来源期刊: 计算机测量与控制
• 关键词: 网络流量 自回归滑动平均模型 神经网络 组合模型
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 1379-1381,1384
• 分类号: TP391
• 语种: 中文

摘要

网络流量具有时变性和非线性,单一预测方法难以准确描述网络流量变化规律,为提高网络流量预测准确率,提出一种网络流量组合预测模型(ARIMA-BPNN)；首先采用ARIMA对网络流量进行预测,然后采用BPNN对网络流量非线性变化规律进行预测,且遗传算法优化BPNN初始权值,最后将两者预测结果作为BPNN输入进行二次预测,得到ARIMA- BPNN预测结果;仿真实验结果表明,相对于ARIMA、BPNN,ARIMA- BPNN提高网络流量预测精度,在网络管理中有着广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宏	湖南女子学院信息技术系	11	15	2.0	3.0
2	胡宁静	长沙理工大学计算机与通信工程学院	19	107	7.0	9.0