论文部分内容阅读
流量预测是网络管理的基础,为了提高网络流量的预测精度,考虑模型参数之间的相互影响,提出一种模型参数联合求解的网络流量混沌预测模型.首先收集网络流量历史数据,采用混沌理论对历史数据进行重构,并确定模型参数范围,然后运用遗传算法模拟自然界的"适者生存、优胜劣汰"机制对模型参数进行联合求解,根据最优个体得到模型的最合理参数.最后根据最合理参数对网络流量训练样本进行学习,建立网络流量预测模型,并采用仿真实验对模型的性能进行对比分析.结果表明,此模型通过混沌理论可以有效挖掘历史数据中的网络流量变化特点,通过参