基于神经网络的业务量预测研究

作     者：王兆霞 孙雨耕 王志勇 郝庭柱 孙小薇 秦娟 沈花玉 WANG Zhao-xia;SUN Yu-geng;WANG Zhi-yong;HAO Ting-zhu;SUN Xiao-wei;QIN Juan;SHEN Hua-yu

作者机构：天津大学电气与自动化工程学院天津300071 天津理工大学光电信息与电子工程学院天津300191 桂林电子科技大学通信与信息工程系广西桂林541004 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2006年第17卷第10期

页      面：1255-1258页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国博士后科学基金资助项目(2005037529) 教育部博士学科点基金资助项目(20030056007) 天津市高等学校科技发展基金资助项目(20041325) 天津理工大学育苗资助项目(LG03018) 

主　　题：网络流量预测 神经网络(NN) back-propagation(BP)算法 最小二乘学习算法 

摘      要：分别采用back-propagation(BP)算法和Favidon最小二乘学习算法训练神经网络(NN),并用于复杂业务流量预测。以自相似流量模型验证了2种NN学习算法的有效性,并分析比较了他们在流量预测中的可行性,得出Davidon最小二乘学习算法训练的NN比BP算法收敛速度快、收敛误差相差不多,验证了复杂自相似业务流的可预测性,为复杂自相似网络业务流预测的研究提供了一种有效途径。