共查询到10条相似文献,搜索用时 31 毫秒
1.
针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机(SVM)模型进行预测。针对SVM模型中参数难以确定的问题,采用粒子群(PSO)算法进行参数寻优,保证预测的精确度。将PSO—SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO—SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律。 相似文献
2.
提出一种融合帧差循环控制的网络流量监测模型,分析了网络流量在网络空间中的数据分布结构,进行网络流量的信号模型时间序列分析,采用融合帧差循环控制方法进行流量信息调度,实现流量的准确预测。仿真结果表明,利用该模型进行网络流量预测精度较高,对异常流量的挖掘准确性较好,可提高网络流量的检测能力。 相似文献
3.
4.
通过对网络流量的准确预测,实现流量的宏观调控和自适应调节,可避免网络拥堵。传统方法对网络流量的预测采用线性信号分析方法,而忽略了网络流量的非线性耦合特性,对流量的预测精度不高。提出一种基于线性时间序列分析的网络流量预测算法。仿真实验表明,采用该算法进行网络流量预测,能有效提高预测精度,并具有较强的稳定性和抗干扰性,具有较好的应用价值。 相似文献
5.
组合模型在我国GDP预测中的应用 总被引:1,自引:0,他引:1
将组合预测法应用于我国GDP的预测,以提高预测精度.通过赋予合理权重,将指数平滑模型、拟合模型、ARIMA模型和支持向量回归模型加权组合.对各模型进行平均绝对百分误差(MAPE)、均方根误差(RESE)和希尔不等系数(TheilIC)等指标的比较,证明单一模型经过组合能够提高预测精度. 相似文献
6.
销售预测在公司的生产和管理中尤为重要,影响着公司的计划、生产、物流、销售等各方面.为突破单一模型在销售预测中的局限性,提出一种基于Stacking集成算法的销售预测组合模型.首先结合历史销售数据构造新特征,再利用相关性分析进行特征选择,提高模型性能和可解释性,最后以随机森林、BP神经网络、Prophet算法为基学习器,... 相似文献
7.
8.
9.
孙禾 《辽宁科技学院学报》2008,10(3):1-3
为提高网络流量预测的效率和准确性,提出基于数据挖掘的网络流量动态预测方法。在对网络流量数据进行相空重构的基础上,采用基于神经网络的数据挖掘方法实现流量动态预测。实验表明:这种方法有较好的预测精度,为网络性能异常的预警行为研究奠定良好的基础。 相似文献
10.
指数平滑预测和离散灰色模型是两类不同特点的预测方法.考虑到单项预测方法的局限性,提出了利用指数平滑预测和离散灰色模型的统计组合预测方法;进一步利用相关系数这一相关性指标确定组合预测模型的权系数;最后通过一个应用实例分析了统计组合预测方法的预测精度,并说明了该方法的有效性和可行性. 相似文献