基于morlet鄄svr 和arima 组合模型的网络流量 - 北京邮电大学学报.pdfVIP

2016年4月 北 京 邮 电 大 学 学 报 Apr.2016 第39卷 第2期 Journal of Beijing University of Posts and Telecommunications Vol.39 No.2 摇 摇 文章编号:1007鄄5321(2016)02鄄0053鄄05 DOI:10.13190/ j.jbupt.2016.02.011 基于Morlet鄄SVR和ARIMA组合模型的网络流量预测 1 1,2 2,3 2 赵建龙 ,摇 曲摇 桦 ,摇 赵季红 ,摇 戴慧珺 (1.西安交通大学 软件学院,西安710049;2.西安交通大学 电子与信息工程学院,西安710049; 3.西安邮电大学 通信与信息工程学院,西安710061) 摘要:针对网络流量的非线性和多维度动力学特性,结合小波多尺度分析的能力,提出了基于Morlet小波核函数的 支持向量机回归算法(Morlet鄄SVR)和自回归积分滑动平均模型(ARIMA)的组合模型预测网络流量. 采用 Morlet鄄 SVR和ARIMA分别预测通过Mallat小波分解和单支重构得到的近似信号和多尺度细节信号,最后通过线性叠加 得到最终预测结果. 通过仿真实验分别对比分析了基于径向基核函数的支持向量机回归算法和ARIMA预测模型, 通过3种误差评估得知该组合模型具有更高的预测精度. 关摇 键摇 词:流量预测;小波核函数;Morlet支持向量机回归算法; 自回归积分滑动平均模型 中图分类号:TP393摇 摇 摇 摇 文献标志码:A A Comprehensive Forecasting Model for Network Traffic Based on Morlet鄄SVR and ARIMA 1 1,2 2,3 2 ZHAOJian鄄long ,摇 QU Hua ,摇 ZHAOJi鄄hong ,摇 DAI Hui鄄jun (1.School of Software Engineering,Xi爷an Jiaotong University,Xi爷an710049,China; 2.School of Electronic and Information Engineering,Xi爷an Jiaotong University,Xi爷an710049,China; 3.School of Communication and Information Engineering,Xi爷an University of Posts and Telecommunications,Xi爷an710061,China) Abstract:According to the nonlinear and multi鄄dimensional dynamic characteristics of network traffic, combined with the ability of multi鄄scale wavelet analysis,a comprehensive forecasting model based on Morlet鄄support vector regression (Morlet鄄SVR) and auto regressive integrated moving average (ARIMA) was proposed,in which Morlet鄄SVRandARIMA are e