文件名称：论文研究-一种新的基于ARIMA-SVM网络流量预测研究.pdf
文件大小：1.35MB
文件格式：PDF
更新时间：2022-08-11 12:42:16
自回归滑动平均模型（ARIMA）, 支持向量机（SVM）, 网络流量, 预测
研究网络流量预测精度问题, 网络流量受多种因素的综合影响, 其变化具有周期性、非线性和随机性等特点, 将ARIMA模型和SVM模型相结合建立一种网络流量预测模型。采用ARIMA预测网络流量周期性和线性变化趋势; 然后采用SVM对网络流量非线性和随机性趋势进行拟合; 最后将两者结果再次输入SVM进行融合, 得到网络流量最终预测结果。采用具体网络流量数据对模型性能进行测试, 仿真结果表明, ARIMA-SVM提高了网络流量预测精度, 降低了预测误差, 能更全面刻画网络流量变化规律。