| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9页 |
| ·国内外发展现状 | 第9-11页 |
| ·国内发展现状 | 第9-10页 |
| ·国外发展现状 | 第10-11页 |
| ·论文组织结构 | 第11-13页 |
| 第2章 IP 承载网的性能预测 | 第13-21页 |
| ·概述 | 第13页 |
| ·IP 承载网结构 | 第13-15页 |
| ·IP 承载网的特点 | 第15-16页 |
| ·IP 承载网性能预测模块 | 第16-19页 |
| ·性能预测模块需求分析 | 第16页 |
| ·性能预测模块结构 | 第16-19页 |
| ·性能预测模块数据管理 | 第19-20页 |
| ·数据管理系统 | 第19-20页 |
| ·性能预测模块数据组织 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 贝叶斯 MLP 神经网络对 IP 承载网性能预测 | 第21-40页 |
| ·概述 | 第21页 |
| ·神经网络 | 第21-22页 |
| ·贝叶斯 MLP 神经网络 | 第22-26页 |
| ·贝叶斯神经网络的预测领域 | 第22页 |
| ·贝叶斯方法及贝叶斯网络 | 第22-23页 |
| ·贝叶斯神经网络结构 | 第23-24页 |
| ·MLP 神经网络 | 第24-25页 |
| ·贝叶斯 MLP 神经网络 | 第25-26页 |
| ·贝叶斯 MLP 神经网络性能预测设计 | 第26-32页 |
| ·模型设计 | 第26-27页 |
| ·贝叶斯 MLP 神经网络流程图 | 第27-28页 |
| ·贝叶斯 MLP 神经网络预测步骤 | 第28-29页 |
| ·样本数据 | 第29-32页 |
| ·贝叶斯 MLP 神经网络预测 IP 承载网性能指标 | 第32-39页 |
| ·使用贝叶斯 MLP 神经网络对接通率进行预测 | 第32-35页 |
| ·使用贝叶斯 MLP 神经网络对拥塞率进行预测 | 第35-37页 |
| ·使用贝叶斯 MLP 神经网络对负载数据进行预测 | 第37-39页 |
| ·小结 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第4章 实验对比分析 | 第40-58页 |
| ·概述 | 第40页 |
| ·BP 神经网络预测 IP 承载网性能指标 | 第40-44页 |
| ·BP 神经网络 | 第40-41页 |
| ·使用 BP 神经网络对接通率进行预测 | 第41页 |
| ·使用 BP 神经网络对拥塞率进行预测 | 第41-42页 |
| ·使用 BP 神经网络对负载数据进行预测 | 第42-44页 |
| ·小结 | 第44页 |
| ·RBF 神经网络预测 IP 承载网性能指标 | 第44-51页 |
| ·RBF 神经网络 | 第44-45页 |
| ·使用 RBF 神经网络对接通率进行预测 | 第45-47页 |
| ·使用 RBF 神经网络对拥塞率进行预测 | 第47-49页 |
| ·使用 RBF 神经网络负载数据进行预测 | 第49-51页 |
| ·小结 | 第51页 |
| ·三种方法预测结果对比 | 第51-57页 |
| ·预测接通率结果对比 | 第52-54页 |
| ·预测负载结果对比 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-59页 |
| ·总结 | 第58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简介及科研成果 | 第62-63页 |
| 致谢 | 第63页 |