基于小波变换与组合模型的网络流量预测算法

针对网络流量在以不同时间尺度分析时呈现不同特性给流量精确预测带来的困难,提出一种基于快速小波变换和季节差分自回归滑动平均组合模型的多分辨分析预测算法.采用小波方法对网络历史流量进行分解以分析不同时间尺度下的流量相关结构,根据不同时间尺度下的流量时间序列的周期性和自相似性,分别选择合适的模型建模用于预测.使用小波方法对各序列的预测值进行重构,得到原始流量的预测结果.仿真结果表明,所提预测方法比同类预测方法具有更高的精度.     

基于飞行计划集中处理的预战术航路飞行流量预测

为准确把握航路点流量变化趋势和缓解空中交通压力,提出了一种基于飞行计划集中处理的流量预测方法。首先,在预战术飞行流量管理阶段,通过飞行计划集中处理可得到的航空器飞行计划信息,根据各航班在起飞前提交的领航计划电报和全飞行剖面混杂模型来预测航空器的航迹;然后,通过预测出航空器过关键航路点的过点时间,并结合空域结构数据来获得主要航路点的流量预测值;最后,通过算例仿真的结果可以发现所提出的航路飞行流量预测方法能够很好的对关键航路点进行预测,并且方法是切实可行和有效的。     

基于模糊信息粒化的机动车流量SVM预测方法

以某路口全年小时级别的机动车流量为基础,提出了一种基于模糊信息粒化的支持向量机机动车流量预测方法.选取7个影响因素作为自变量,以当前小时的机动车流量作为因变量,利用前360天的8 640组数据预测后5天上午8点的机动车流量.进行了数据的预处理,模糊信息粒化,利用支持向量机对粒化数据进行回归预测.后5天上午8点实际的机动车流量都在模糊粒子Low、R、Up预测的变化区间内,表明本预测方法是可行的.     

气体火焰燃烧状态在线识别和预测

建立了一套可以识别和预测不同燃烧状态的实验系统。该系统维持空气流量稳定,通过调节液化石油气流量,得到稳定燃烧、脱火和扩散燃烧等典型的燃烧状态。利用视频采集卡在线采集火焰图像,图像识别程序分析出火焰的位置形状以及强度等特征信息,然后采用附加动量项与可变学习率的误差反向传播训练算法（BP）网络根据这些特征信息进行燃烧状态识别,最后预测程序根据识别结果对下一时刻的燃烧状态进行预测。实验结果表明：该系统可以准确地在线识别火焰燃烧状态,并能预测随后的火焰燃烧状态。     

基于DNS的网络多出口流量调度方法

为解决网络多出口流量调度中链路负载不均问题,提出了一种通过DNS进行出口流量调度的方法.首先,采用SNMP协议采集出口链路当前出流量,依据出流量的历史值,采用三次指数平滑法对流量进行预测.然后,根据当前出流量、链路服务质量以及预测的流量增长幅度计算得到各个链路的权重.进而把来自终端设备的域名解析请求按照权重划分到各个链路进行解析.最后,在北京邮电大学校园网中选取了一个子网进行实验.实验结果表明,中国移动出口链路的出流量在全部出流量中的平均占比从0.75%上升为7.2%,中国电信出口链路的出流量在全部出流量中的平均占比从23%下降为12.2%,所提方法能够均衡链路负载.     

基于小波变换和AAR模型的WMN流量预测方法

在WiMAX Mesh网络中,为了实现对带宽的动态分配和有效利用,需要实时对业务流量进行实时准确预测.WiMAx Mesh 网络调度器将根据该预测值进行带宽分配.经分析,现有包括ARMA在内的流量预测方法并不能直接应用于WiMAX Mesh网络流量的预测中.在对WiMAX Mesh网络流量特性的分析基础上,提出了一种基于小波变换和线性自回归模型相结合的WiMAX Mesh网络流量预测方法.该方法首先对流量信号进行降噪,并将该处理结果用于AAR模型预测.利用Auckland大学的流量数据进行仿真,预测精度比自适应ARMA方法提高约2% .方法的预测精度较高,运算量较小,更适合于对WiMAX Mesh网络进行预测.     

面向以太无源光网的支持流量预测与预分配机制的动态带宽分配算法

提出了一种支持流量预测与预分配机制的动态带宽分配算法(DBA),能够对高优先级业务进行流量预测,并根据预测结果预先分配带宽,以避免“T 2”排队延时.同时,为了提高信道利用率,还引入了预测修正机制,一旦出现带宽剩余现象,就从下一周期开始对预测流量作进一步修正,使其更加逼近真实流量.仿真实验显示,该算法优于现有的DBA算法,不仅能够满足高优先级业务的延时要求,而且有效控制了低优先级业务延时异常现象的发生.     

模糊控制的方法用于预测放油提前量

文章把模糊控制的方法用于油库放油过程中提前量的预测.它可以根据系统的实测值自动修改流量的隶属度函数和模糊子集的个数,以获得理想的控制特性.并对几组样本进行了研究,得到对应于各放油通道的模糊逻辑控制表.实际运行表明该模糊控制器准确地预测了提前量,具有实用价值.     

一种基于混合模型WRC的流量预测方法

针对当前网络流量预测方法在刻画网络流量多重特性方面存在的准确性及噪声干扰的问题,提出了一种基于混合模型WRC的流量预测方法,该方法利用小波分解将网络流量混沌时间序列分解为流量特性不同的近似时间序列和细节时间序列,并利用RBF神经网络和混沌模型分别对这两种时间序列进行处理,得到预测时间序列后再进行小波重构,得到最终的预测值.仿真实验结果表明模型预测有效,且预测精度较高.     

电站锅炉过热器和再热器流量分布计算方法的改进

基于同屏支管根数、屏的节距和三通引入管对管组的流量分布有很大的影响 ,提出和实际结构相一致的离散模型计算方法 ,预测管组中的流量分布 .对进口三通涡流区对集箱静压分布的影响 ,给出了相应的实验结果 .以一台发生过超温爆管的锅炉再热器为例 ,分别应用离散模型计算方法和常用的连续模型计算方法 ,对管组的流量分布和炉内管壁温度进行了计算 .结果表明 ,离散模型计算方法的预测结果和实际情况相一致 ,改进了连续模型计算方法误差大的问题     

基于模糊推理和关联规则分析的河道洪水预报模型

河道洪水预报过程是一项复杂的非线性计算过程.为及时准确地预报下游河道特征值,针对传统模糊推理中存在的规则数过多和模型参数难以确定的问题,提出了一种新的模糊推理河道洪水预报模型.该模型以T-S模糊推理法为基础,通过对历史数据的关联规则分析和建立非线性优化模型确定模糊规则数目和模型参数,最后预报未来出现的流量数值.实例分析表明,基于模糊推理和关联规则分析的河道洪水预报模型易于理解,特别对防洪比较重要的高流量的预报结果较好.     

灰色系统SCGM(1,h)c模型的拓广

对于一类贫信息耦合多因子系统,建立了灰色系统ＳＣＧＭ（１,ｈ）ｃ模型的三种拓广模型,即ＳＣＧＭ（２,ｈ）ｃ模型、ＳＳＣＧＭ（１,ｈ）ｃ模型、带有时滞的ＳＣＧＭ（１,ｈ）ｃ模型,并给出了参数辨识算式及解     

基于LSTM-RBF的水路货运量预测

水路运输是交通和货运的重要组成部分,水路货运量的预测对各地经济发展有重要意义。近年来随着经济形势的变化和多式联运的快速发展,水路货运量的数据波动加大,精准预测的难度变得更大。因此提出一种基于长短期记忆网络（Long Short-Term Memory,LSTM）和径向基神经网络（Radial basis function,RBF）的组合预测模型 。在LSTM-RBF预测模型中,第一阶段通过LSTM对各指标进行精准预测,减少指标值误差对目标值预测带来的影响;第二阶段训练RBF神经网络并在未来指标值的基础上对目标值（水路货运量）进行预测。该模型既避免了时间序列预测仅考虑单一影响因素的缺陷,又能够把LSTM的长时记忆优势带入到RBF的回归预测中。实验结果表明,LSTM-RBF预测模型在均方根误差和拟合度方面,均优于其他对比模型,该预测模型对水路货运量的预测有着较高的准确度。     

利用GM(1,1)模型预测河南省国民经济第三产业产值

灰色预测法是一种对既含有已知信息又含有不确定因素的系统进行预测的方法.国民经济系统是一个典型的灰色系统,利用灰色系统理论中的GM(1,1)模型,建立了对我省第三产业产值的预测模型.依据1996～2000年的数据,得到了2001～2005年第三产业产值的预测值.将预测值与当年的真实值进行比对表明,预测效果良好。     

基于GM(1,1)模型和灰色关联度的组合预测新方法

在一般GM(1,1)灰色预测模型的基础上,为了及时补充和利用灰信息,采用等维灰色递补的方法从而得到n-m个单个灰色预测模型进行组合预测建模,然后基于灰色关联度这一相关性指标来确定权重,得出组合预测模型值.最后,通过实例分析和精度检验表明它是一种有效的组合预测方法,且结果比较理想.     

基于Markov链的最优化预测模型及其应用研究

马尔可夫预测方法在预测领域有着广泛的应用.该方法应用的一个重要的问题就是如何估计一步状态转移概率矩阵.在历史资料没有给出系统处于n个状态次数的情况下,给出一步状态转移概率矩阵估计的最优化方法.最后探讨了基于M arkov链的最优化预测模型在长江水质预测中的应用,从而表明该模型的有效性.     

基于组合预测模型的飞机刹车系统性能趋势预测分析

为了对飞机刹车系统进行性能趋势预测分析,提出一种灰色关联分析确定权重的组合预测方法。首先,利用BP神经网络(back propagation network,BP)对刹车片的累积磨损量进行预测,得到网络输出序列与向后预测序列。对于灰色预测(grey model,GM)模型利用粒子群(particle swarm optimization,PSO)对其优化;用粒子群优化灰色模型(particle swarm optimization-grey model,PSO-GM)进行预测得到拟合序列与向后预测序列。在此基础上对BP网络输出序列、PSO-GM(1,1)拟合序列与原始数据序列进行灰色关联分析,确定组合加权的权重。最后对各预测模型的向后预测序列用灰色关联分析法得到的权重进行组合加权,得到最终的刹车片累积磨损量趋势预测值。仿真结果表明,采用灰色关联分析确定权重的组合预测方法具有比单预测模型更好的趋势预测效果,具有对刹车系统性能趋势预测分析很好的实际应用价值。     

基于GIS技术相似台风检索系统的设计

该文应用GIS技术建立了一种利用历史数据进行台风路径预测的模型.该模型应用关键点相似度法,利用地理信息系统（GIS）的空间分析功能,建立当前查询台风中心位置的缓冲区和按照各种要求选取的关键点,从历史台风数据库中搜索路径相似的台风,建立主要影响台风的天气要素库（包括850HPA、700HPA、500HPA的温、压、湿、风等信息）和可降水含量、水汽通量、螺旋度、湿位涡等有关物理量场的显示系统,并且建立1h间隔的主要影响台风风雨影响数据库的查询系统.     

基于初值修正的非等距灰色预测模型

对非等间距灰色模型的预测精度进行了分析,表明初值的选取对模型的精度有重要的影响,进而提出了两种修正初值的方法来提高模型预测精度,得到了一类改进的灰色预测模型。最后给出了一个应用实例,结果表明,该改进模型具有较高的预测精度。     

马尔可夫链在地价预测模型中的应用研究

在地价的预警预报研究过程中,过去的理论主要存在3点不足,（1）往往没有建立科学完善的数学模型,也没有用多种数学模型相互验证预测结论;（2）没有充分利用现有的信息,例如地价监测体系的信息.（3）在实际应用中也存在预测地价水平与城市实际地价水平、预测走势与实际变化有偏差的问题.解决这些问题通过以下方法：充分利用现有的准确的地价监测体系的信息,并在此基础上建立时间序列模型、空间分布预测模型及马尔可夫链地价预测模型;以不动产周期理论和专家经验知识库检验经过数学模型测算的结论.马尔可夫链地价预测模型是概率分布式的预测模型,它专门用于分析系统中不确定性因素的概率分布,经过检验可以认为这个模型适用于对地价变化进行科学的概率预测.