网络非平稳流量多尺度时间序列预测数学建模

• 作者: 吴蕾 曾慧平 王海威
• 来源期刊: 计算机仿真
• 关键词: 网络非平稳流量 多尺度时间序列 预测模型 小波分解 支持向量机
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 仿真网络化
• 页码范围: 356-359,434
• 页数: 5页
• 分类号: TP318
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.08.070

摘要

网络流量具有时变性与非线性等特征,线性时间序列预测性能不佳,提出网络非平稳流量多尺度时间序列预测数学建模.利用离散低通滤波器确定流量分解系数,经过初始化处理,对滤波器做插零完成小波分解;使用支持向量机方法设置回归函数,确保函数最小化,并将低维空间中非线性回归问题转换为高维空间线性回归问题,在初始低维空间做核函数计算获取高维空间内积,引入双曲核函数建立支持向量机每一步的预测模型;重构小波分解后的时间序列,利用预测模型求解回归函数,即可实现对整体流量多尺度时间序列的预测.实验结果表明,上述方法提高预测精度,减少预测延时.