相空间重构和极限学习机的网络流量预测模型

来源期刊：控制工程2018年第11期

论文作者：袁开银 魏彬

文章页码：2087 - 2091

关键词：流量预测;相空间重构;混沌特性;极限学习机;

摘    要：网络流量的预测可以有效降低网络拥塞频率,提高网络的服务质量,针对传统方法无法准确描述网络流量混沌特性的局限性,提出了相空间重构与极限学习机的网络流量预测模型（PHR-ELM）。首先通过相空间重构把网络流量变为有规律数据,然后采用极限学习机实现网络流量的准确预测,最后进行了网络流量预测的仿真测试,结果表明,PHR-ELM可以有效拟合网络流量的混沌变化特性,准确实现了网络流量变化趋势的预测,预测效果要优于传统模型,验证了PHR-ELM的有效性和优越性。