一种利用自组织映射和径向基函数神经网络的网络拥塞预测方法

摘要

文中提出了一种利用自组织映射(KSOM)和径向基函数(KR)神经网络进行网络拥塞预测的方法.目前的研究表明,预测网络拥塞还存在一些问题,尤其在数据集比较小的时候.因此,为了使网络拥塞问题预测精度高,在预测过程中有必要考虑原有的数据集中每个数据之间的关系.现在为了获得更多的有价值的位置信息,采取了一系列的措施去满足不同数据的情况,包括使用自组织映射神经网络和径向基函数神经网络算法.这一过程使网络能满足不同类型的数据.在本文网络拥塞预测中,采用同一原始数据集,分别对利用自组织映射和径向基函数神经网络的算法和另外两种算法的性能进行比较.实验结果表明,利用自组织映射和径向基函数神经网络的算法具有更好的效果.