| 基于自适应自回归模型的非线性流量负荷预测 |
| |
| 引用本文： | 徐兴.基于自适应自回归模型的非线性流量负荷预测[J].科学技术与工程,2011,18(18):4219-4222. |
| |
| 作者姓名： | 徐兴 |
| |
| 作者单位： | 1. 华南农业大学工程学院,广州,510642
2. 广东工业大学物理与光电工程学院,广州,510642 |
| |
| 基金项目： | 广东高校优秀青年创新人才培育项目（LYM10035），高等学校博士学科点专项科研基金联合资助项目（200805640010），公益性行业（农业）科研专项经费项目（20090323-06） |
| |
| 摘 要： | 针对新一代移动数据业务(MMS,KJAV,WAP)具有复杂的非线性特性和不平稳特性,采用鲁棒Kalman滤波算法,提出了一种自适应自回归滑动平均模型(AARMA),并将其应用于移动数据业务负荷预测中。实际预测结果表明,即使是对变动大且不稳定的移动业务流量,自适应ARMA模型稳定,预测精度高,且预测误差的白噪声特性明显。
|
| 关 键 词： | 自适应回归(模型AARMA) 预测 Kalman滤波 |
| 收稿时间： | 2/24/2011 9:42:50 PM |
| 修稿时间： | 2/24/2011 9:42:50 PM |
The Adaptive Auto Regressive Model for Nonlinear Traffic Load Forecasting |
| |
| xuxing.The Adaptive Auto Regressive Model for Nonlinear Traffic Load Forecasting[J].Science Technology and Engineering,2011,18(18):4219-4222. |
| |
| Authors: | xuxing |
| |
| Institution: | XU Xing,XU Sheng,WANG Wei-xing,YUE Xue-jun(Engineering College,South China Agriculture University,Guangzhou 510642,P.R.China) |
| |
| Abstract: | Through robust Kalman filtering method, an AARMA (Adaptive Auto Regressive Moving Average) model is proposed to forecast the nonlinear and non-stationary data traffic of MMS, KJAVA and WAP of China Mobile. The forecasting results show that the AARMA model need less model parameters and has higher forecasting accuracy, and the forecasting error has the obvious characteristic of white noise. |
| |
| Keywords: | AARMA forecast Kalman filtering |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
