基于微分方程的船舶网络流量预测模型

摘要

由于在利用原有模型进行船舶网络流量预测时,受方差函数衰减速度过快的影响而无法对Hurst参数进行估计,在样本方差为0.53～0.83的范围内存在流量时间序列不稳定的问题,因此提出一种基于微分方程的船舶网络流量预测模型。通过方差时间法对Hurst参数进行估计,即根据时间尺度与待估时间序列对应的聚集序列方差之间的关系对Hurst参数进行估计。通过构建EMD-ARMA模型生成长相关流量。结合遗传算法、小波分解以及BP神经网络中的微分方程构建船舶网络流量预测模型。为了证明该模型在样本方差为0.53～0.83范围内的流量时间序列更加稳定,将原有方法作为对比实验方法进行实验,结果证明该模型的流量时间序列更稳定,实现了预测结果稳定性的提升。