论文研究基于加权支持向量回归的网络流量预测.pdf

网络流量预测对于网络的安全和可用性至关重要，但是，传统的网络流量预测方法使用平均时间加权的方法进行预测，缺泛化能力导致预测精度低。基于每一个网络流量历史数据到预测点的时间间隔计算其时间权重，使用带时间权重的加权支持向量回归模型w-SVR预测网络流量。该模型因为其泛化能力和为每个训练数据设置单独的权重而提高了网络流量预测的准确性。模拟实验显示w-SVR模型相对于ANN和AR模型，预测错误率分别降低了37.4%和65.6%，而标准误差降低了46.2%和53.3%。