IP网络流量变权组合预测模型研究

摘要

随着Internet及其应用的迅速发展，网络开始承载越来越多的应用服务，网络行为特征日趋复杂，这给网络规划、网络管理以及服务质量带来了越来越大挑战。IP网络流量建模及预测是带宽分配、流量工程、性能分析、路由控制及差错控制的基础和主要参考依据。
　　本文首先分析了IP网络流量的主要特性，分析比较了几种传统的IP网络流量预测模型的优缺点，在此基础上提出了基于残差改进的灰色预测模型，该模型通过对灰色模型的残差序列做指数化处理，从而使得正负交替序列向非负序列转化。实验结果表明，改进后的模型具有较高的预测精度。针对常权组合模型的权值恒定不变，很难精确预测现实网络流量的问题，本文提出了模糊自适应的变权组合预测模型，该模型由改进后的残差灰色模型和BP神经网络模型组成，引入模糊决策机制和自适应机制，通过对数据的处理得到组合模型中单一模型的模糊权值和基本权值，然后计算得出该单一模型在组合模型中的权值。实验结果表明，模糊自适应的变权组合预测模型与常权组合预测模型相比，性能更优。但实验同时也发现，在小时间粒度网络流量预测中，当预测步长超过7步以后，预测误差超过20％。针对此问题，本文提出了动态变权组合预测模型，即在原模型的基础上引入动态机制。当预测误差超过设定阀值时，变权组合预测模型也随之进行重构，从而减少预测误差。实验结果表明，动态变权组合预测模型比原模型在预测步长上有所增长。

目录

目录

中文摘要

英文摘要

插 图 索 引

附 表 索 引

第一章 绪 论

1.1研究的背景和意义

1.2研究现状

1.3本文的主要研究工作

1.4论文的组织结构

第二章 IP网络流量特性和流量模型概述

2.1 IP网络流量特性

2.2网络流量模型及其性能评价

2.3小结

第三章 基于灰色理论的IP网络流量预测模型改正

3.1灰色理论基础

3.2基于灰色理论的IP网络流量预测模型改进

3.3基于残差改进的灰色网络流量预测模型的实验仿真

3.4小结

第四章 IP网络流量变权组合预测模型研究

4.1 组合预测理论

4.2模糊自适应变权组合预测模型

4.3动态变权组合预测模型

4.4小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

成果目录

致谢