相空间重构和极限学习机的网络流量预测模型

• 作者: 袁开银 魏彬
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 流量预测 相空间重构 混沌特性 极限学习机
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 工业互联网系统
• 页码范围: 2087-2091
• 页数: 5页
• 分类号: TP391
• 字数: 3987字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160229

摘要

网络流量的预测可以有效降低网络拥塞频率,提高网络的服务质量,针对传统方法无法准确描述网络流量混沌特性的局限性,提出了相空间重构与极限学习机的网络流量预测模型(PHR-ELM).首先通过相空间重构把网络流量变为有规律数据,然后采用极限学习机实现网络流量的准确预测,最后进行了网络流量预测的仿真测试,结果表明,PHR-ELM可以有效拟合网络流量的混沌变化特性,准确实现了网络流量变化趋势的预测,预测效果要优于传统模型,验证了PHR-ELM的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁开银	河南财经政法大学现代教育技术中心	11	28	3.0	5.0
2	魏彬	河南财经政法大学现代教育技术中心	10	17	3.0	4.0