首页|基于HP滤波的ARMA-ABCSVR-GABP网络流量预测

基于HP滤波的ARMA-ABCSVR-GABP网络流量预测

ARMA-ABCSVR-GABP NETWORK TRAFFIC PREDICTION BASED ON HP FILTER

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对当前网络流量无法根据流量变化的特征进行预测,且通过单一或者组合模型依然得不到较高准确率的问题,提出一种基于HP(High-Pass Fliter)滤波的流量预测模型.基于高铁站流量数据日高夜低的周期特性以及流量波动增长的长期趋势,依据HP滤波将网络流量分解成周期序列及趋势序列.利用自回归-滑动平均模型(ARMA)对平稳序列预测的优势来进行周期变化的预测;使用人工蜂群算法(ABC)优化后的支持向量回归机(SVR)对趋势序列进行预测;将二者预测的结果叠加,使用遗传算法优化的BP神经网络(GABP)进行结合预测,进一步提高准确率.结果显示,该预测方法可靠,较其他方法具有优越性.

郑晓亮、朱国森

展开 >

安徽理工大学电气与信息工程学院 安徽 淮南 232001

HP滤波 ARMA ABC-SVR GABP 流量预测 组合模型

国家重点研发计划

2018YFF0301000

2022

10.3969/j.issn.1000-386x.2022.01.014

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(1)
  • 3
  • 14