论文研究基于组合模型的网络流量预测.pdf

网络流量预测是网络管理的基础，网络流量受到多种因素影响，具有周期性、时变性和非线性，传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律，为此，提出一种网络流量组合预测模型（ARIMA-LSSVM）。采用ARIMA对网络流量进行预测，捕捉其周期性变化趋势，采用LSSVM对网络流量非线性变化趋势进行预测，同时采用遗传算法对LSSVM参数进行优化，采用LSSVM两种预测结果进行融合，得到网络流量的最终预测结果。仿真实验结果表明，相对于单一网络流量预测模型，ARIMA-LSSVM提高网络流量预测精度，更能全面刻画网络流量变化趋势。