基于RBF神经网络的网络流量建模及预测

作     者：王俊松 高志伟 WANG Jun-song;GAO Zhi-wei

作者机构：天津大学自动化系天津300270 

基　　金：国家自然科学基金(the National Natural Science Foundation of China under Grant No.60472078) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2008年第44卷第13期

页      码：6-7,11页

摘      要：随着计算机网络的迅速发展,目前的网络规模极为庞大和复杂,网络流量预测对于网络管理具有至关重要的意义。根据实际网络中测量的大量网络流量数据,建立了一个基于RBF神经网络的流量模型,给出了RBF神经网络的结构设计及基于正交最小二乘的学习算法,并基于该流量模型对网络流量进行预测。仿真结果表明,该模型具有较高的预测效果,相对于传统线性模型及BP神经网络模型具有更高的预测精度和良好的自适应性。

主 题 词：RBF神经网络 网络流量 建模 预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2008.13.002

馆 藏 号：203409641...