为了解决自相似模型难以进行自相似网络流量趋势预测的问题,提出时间序列分析中短时相关模型(自适应自回归模型)的方法用于流量数据的估计;同时为了提高预测精度,提出改进的最小平方格型(modified least squarelattice,MLSL)算法,使模...为了解决自相似模型难以进行自相似网络流量趋势预测的问题,提出时间序列分析中短时相关模型(自适应自回归模型)的方法用于流量数据的估计;同时为了提高预测精度,提出改进的最小平方格型(modified least squarelattice,MLSL)算法,使模型参数不断递推修正,收敛到最佳值。仿真试验结果验证了短时相关模型在网络流量预测应用中的可行性,实现了自相似网络流量的短期预测,该算法比最小平方(least square,LS)算法均方误差减少20%,具有收敛快、预测精度高的优点,而该算法的计算量减少一半。展开更多
文摘为了解决自相似模型难以进行自相似网络流量趋势预测的问题,提出时间序列分析中短时相关模型(自适应自回归模型)的方法用于流量数据的估计;同时为了提高预测精度,提出改进的最小平方格型(modified least squarelattice,MLSL)算法,使模型参数不断递推修正,收敛到最佳值。仿真试验结果验证了短时相关模型在网络流量预测应用中的可行性,实现了自相似网络流量的短期预测,该算法比最小平方(least square,LS)算法均方误差减少20%,具有收敛快、预测精度高的优点,而该算法的计算量减少一半。
