结合多重分形的网络流量非线性预测

摘要

通过分析树型多重分形结构的相关性发现,多重分形可以把非平稳且具有长相关(LRD)和分形特性的网络流量序列转化为可用短相关(SRD)模型表示的序列组.利用多重分形这种将时间序列分解为多层的能力,提出了一种结合多重分形的FIR神经网络流量预测模型(MF-FIR, multifractal FIR network).MF-FIR合理地利用了流量序列的LRD信息,具有很好的多步预测性能,可以满足通信系统在线预测的要求.