常微分GP算法对IP业务流量预测的改进

为了解决IP业务流量的建模与预测自动化问题,该文针对传统GP模型在流量行为分析对预测精度和外推性能方面存在的不足,提出了在原有模型基础上引入常微分方程进行GP(遗传规划)演化,从而提高了模型的动态描述能力,改善了模型的复杂度,更能贴切反映业务流量的变化规律。

小波神经网络在NGN流量预测中的应用

基于下一代网络NGN(NextGenerationNetwork)的运行环境,该文提出了一个的基于小波神经网络的IP流量预测方法。在神经网络预测模型中,神经网络中的转移函数使用小波函数来替代,从而建立小波基神经网络;同时,通过使用小波多分辨率方法将原始流量信号分解成不同频率成分的分量信号,然后使用分量信号作为训练样本训练小波基神经网络。通过前述方法建立NGN流量预测模型,并根据实际流量数据预测一天的流量。实验结果表明本方法相较未采用小波的神经网络预测方法,能显著提高流量预测精度。