| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 选题与研究背景 | 第10-11页 |
| 1.2 流量矩阵估计模型及方法的国内外研究概况 | 第11-16页 |
| 1.2.1 简单统计反演方法研究现状 | 第11-13页 |
| 1.2.2 附加链路测量信息反演方法研究现状 | 第13-14页 |
| 1.2.3 测量反演结合方法研究现状 | 第14-16页 |
| 1.3 本文的主要工作和结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 流量矩阵及其估计的方法原理 | 第18-24页 |
| 2.1 流量矩阵的测量方法 | 第18页 |
| 2.2 流量矩阵估计的问题描述 | 第18-19页 |
| 2.3 常用的流量矩阵估计方法 | 第19-22页 |
| 2.3.1 简单统计反演方法 | 第19页 |
| 2.3.2 附加链路测量信息反演方法 | 第19-21页 |
| 2.3.3 测量反演结合方法 | 第21-22页 |
| 2.4 流量矩阵估计方法的总结 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 流量矩阵的Markov估计模型及方法 | 第24-43页 |
| 3.1 随机矩阵的Markov过程模型 | 第24-28页 |
| 3.1.1 随机过程与随机矩阵 | 第24-25页 |
| 3.1.2 随机矩阵的Markov过程及转移概率 | 第25-28页 |
| 3.2 流量矩阵Markov估计模型 | 第28-33页 |
| 3.2.1 随机矩阵在流量矩阵估计中的表示 | 第28-31页 |
| 3.2.2 随机矩阵的转移概率模型 | 第31-33页 |
| 3.3 流量矩阵的Markov估计模型算法 | 第33-35页 |
| 3.4 随机干扰对流量矩阵的Markov估计模型的影响 | 第35-36页 |
| 3.4.1 随机干扰链路测量矩阵 | 第35-36页 |
| 3.4.2 随机干扰对流量矩阵的Markov估计模型的影响 | 第36页 |
| 3.5 仿真结果分析 | 第36-42页 |
| 3.5.1 仿真环境与实验数据 | 第36-37页 |
| 3.5.2 实验评价指标 | 第37-38页 |
| 3.5.3 Tomogravity方法简介 | 第38-39页 |
| 3.5.4 无随机干扰流量矩阵的Markov估计模型仿真值与真实值对比 | 第39-41页 |
| 3.5.5 有随机干扰流量矩阵的Markov估计模型仿真的稳定性分析 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 流量矩阵的Markov-BPNN估计模型及方法 | 第43-56页 |
| 4.1 神经网络简介 | 第43-46页 |
| 4.1.1 BP神经网络结构及其描述 | 第44-45页 |
| 4.1.2 BP神经网络 | 第45-46页 |
| 4.2 流量矩阵的Markov-BPNN估计模型及方法 | 第46-51页 |
| 4.2.1 BP神经网络用于流量矩阵估计 | 第46-47页 |
| 4.2.2 流量矩阵的Markov-BPNN估计模型输入输出结构 | 第47-49页 |
| 4.2.3 流量矩阵的Markov-BPNN估计模型算法 | 第49-51页 |
| 4.2.4 随机干扰对Markov-BPNN估计模型影响 | 第51页 |
| 4.3 仿真与结果分析 | 第51-55页 |
| 4.3.1 无随机干扰Markov-BPNN方法性能分析 | 第51-54页 |
| 4.3.2 有随机干扰Markov-BPNN方法的稳定性 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 在校期间发表的论文、科研成果等 | 第63-64页 |
| 参加的科研项目 | 第63-64页 |
| 致谢 | 第64页 |
