基于FIR神经网络的以太网网络流量预测  

Prediction of Ethernet Traffic by FIR Neural Network

作　　者：林雪纲[1] 郑成兴[2] 窦旻 许榕生[4] 

机构地区：[1]浙江大学人工智能研究所,杭州310027 [2]北京第二外国语学院教育技术中心,北京100024 [3]北京金元龙脉信息科技有限公司,北京100043 [4]中国科学院高能物理研究所计算中心,北京100049

出　　处：《计算机工程》2006年第8期124-126,130,共4页Computer Engineering

基　　金：国家"973"计划基金资助项目(G1999035806)

摘　　要：对原始数据进行R/S分析得到Hurst系数以选择合适的神经网络结构,重点分析了FIR的阶及两种不同学习算法(Wan和Back-Tsio算法)对预测结果的影响。结果表明FIR阶的选择依赖于流量数据的变化周期,Wan算法在Hurst数接近1的网络流量预测中具有更好的精确性。To predict the Ethernet traffic, R/S analysis is done firstly to get the Hurst coefficient and choose the suitable network architecture, then, prediction results are compared while the order of the FIR filter or the training algorithms （Wan or Back-Tsio algorithms） are varied. The results show that the order of FIR filter depends on the cycle of the traffic and Wan algorithm is more accurate for predicting network traffic whose Hurst coefficient is near 1.

关 键 词：神经网络 FIR 网络流量 预测 

分 类 号：TP393.01[自动化与计算机技术—计算机应用技术]