分布式虚拟环境中基于神经网络的实时预测

摘要

在分布式虚拟环境中，性能的瓶 晃为维护主机间实体行为的一致性而进行的通信。该文针对虚拟场景中的难预测对象建立其状态向量的神经网络模型，使用了基于函数型连接的神经网络对其行为进行实时预测。文章首先介绍了函数型连接的原理和特点；其次，在对传统的ＤＲ（ｄｅａｄ ｒｅｃｋｏｎｉｎｇ）算法进行描述之后提出了基于神经预测的自适应ＤＲ算法；然后给出了基于该算法的网络软件结构；最后，对一个特例进行了测试，实验结果