IP网络流量变权组合预测模型研究
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第一章 绪论 | 第11-17页 |
·研究的背景和意义 | 第11-12页 |
·研究现状 | 第12-15页 |
·本文的主要研究工作 | 第15页 |
·论文的组织结构 | 第15-17页 |
第二章 IP 网络流量特性和流量模型概述 | 第17-31页 |
·IP 网络流量特性 | 第17-21页 |
·自相似过程 | 第17-19页 |
·长相关性 | 第19-20页 |
·多重分形和突发性 | 第20-21页 |
·网络流量模型及其性能评价 | 第21-30页 |
·Poisson 模型 | 第21页 |
·马尔柯夫模型 | 第21-23页 |
·ARMA 模型 | 第23-24页 |
·ON/OFF 模型 | 第24页 |
·小波模型 | 第24-26页 |
·神经网络模型 | 第26-30页 |
·小结 | 第30-31页 |
第三章 基于灰色理论的IP 网络流量预测模型改正 | 第31-50页 |
·灰色理论基础 | 第31-36页 |
·灰色系统理论原理和方法 | 第31页 |
·数据序列的光滑比 | 第31-34页 |
·灰色模型的适用范围 | 第34-35页 |
·灰色模型的检验 | 第35-36页 |
·基于灰色理论的IP 网络流量预测模型改进 | 第36-41页 |
·基于GM(1,1)网络流量预测 | 第36-37页 |
·灰色模型网络流量预测的适用条件 | 第37-38页 |
·基于残差的灰色网络预测模型 | 第38页 |
·改进的残差灰色模型构建方法 | 第38-41页 |
·基于残差改进的灰色网络流量预测模型的实验仿真 | 第41-49页 |
·仿真工具 | 第41页 |
·IP 网络流量样本及特性分析 | 第41-44页 |
·实验仿真结果与分析 | 第44-49页 |
·小结 | 第49-50页 |
第四章 IP 网络流量变权组合预测模型研究 | 第50-68页 |
·组合预测理论 | 第50-52页 |
·模糊自适应变权组合预测模型 | 第52-65页 |
·模糊策略及模糊权值的确定 | 第53-54页 |
·自适应机制及基本权值的确定 | 第54-55页 |
·模糊自适应的变权组合预测模型 | 第55-57页 |
·模糊自适应变权组合预测模型实现过程 | 第57-58页 |
·BP 神经网络的训练 | 第58-61页 |
·仿真结果与分析 | 第61-65页 |
·动态变权组合预测模型 | 第65-67页 |
·动态变权组合预测模型构建方法 | 第65-66页 |
·动态变权组合预测模型仿真实验 | 第66-67页 |
·小结 | 第67-68页 |
第五章 总结与展望 | 第68-70页 |
·总结 | 第68页 |
·展望 | 第68-70页 |
参考文献 | 第70-75页 |
成果目录 | 第75-76页 |
致谢 | 第76页 |