论文部分内容阅读
针对网络性能优化中短期流量预测模型选择问题,设计仿真,采用支持向量回归、神经网络(多层感知器)和线性时间序列(ARIMA)等多种模型,对MAWILab数据集中骨干网流量进行短期预测。应用一步预测方法,得到不同流量序列样本的预测结果,通过量化预测误差比较不同模型的预测性能,得出最终结论,在实际网络流量短期预测问题中,与ARIMA模型相比,具有非线性函数拟合功能的支持向量回归和神经网络可以取得更好的预测精度。