基于组合模型的网络流量预测

• 作者: 李苏洋 王雪松
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 网络流量 组合建模 混沌特性 极限学习机 相空间重构
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 11-14
• 页数: 4页
• 分类号: TP391
• 字数: 3061字
• 语种: 中文

摘要

网络流量是多种因素综合作用的结果,具有一定的混沌性和非线性,为了对网络流量将来变化趋势进行准确预测,提出了一种网络流量的组合预测模型(PHR-ELM).分别采用C-C算法和Cao算法对原始网络流量数据进行混沌分析,构建极限学习机的训练样本集和测试样本集,然后将训练样本输入到极限学习机进行学习,建立网络流量预测模型,最后测试样本集输入到模型中进行单步和多步预测的验证性实验.结果表明,PHR-ELM可以反映网络流量的混沌性和非线性变化趋势,获得了高精度的网络流量预测结果,且预测结果要优于其它模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪松	佛山职业技术学院电子信息系	14	68	5.0	7.0
2	李苏洋	广东工业大学电机工程学院	25	192	5.0	13.0