文档介绍：号代 10701 号学 1020121179
分类号 TP393 级密公开
题( 中、英文) 目基于遗传算法优化小波神经网络的
网络流量预测模型研究
Network traffic prediction based on wavelet neural
network
network improved by ic algorithm
作者姓名李浩磊指导教师姓名、职称李广鑫副教授
学科门类工学学科、专业计算机系统结构
提交论文日期二〇一三年一月
西安电子科技大学
学位论文独创性(或创新性)声明
秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在
导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标
注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成
果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的
材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说
明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切相关责任。
本人签名:___________________ 日期:________________
西安电子科技大学
关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究
生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保
留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内
容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后
结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。
(保密的论文在解密后遵守此规定)
本学位论文属于保密,在年解密后适用本授权书。
本人签名:___________________ 日期:________________
导师签名:___________________ 日期:________________
摘要
随着网络规模的日益庞大和复杂,网络带宽急剧增加,基于网络的互联网服
务呈现多样化的发展,这使得互联网的运行机制和行为特征错综复杂,因此,加
强网络管理,对网络 QoS 进行实时的控制和管理成为一个函待解决的问题。然而,
实现网络 QoS 控制需要及时了解和预测网络的运行状况,以便对网络的运行进行
控制,这就需要进行网络流量预测。网络流量的精确预测对于提高网络的服务效
率和质量及网络安全有着非常重要的意义。
本文针对网络流量预测模型进行了相关研究。论文首先介绍了网络流量的相
关特征及对当前网络流量预测模型进行了简单阐述。然后分别对小波变换理论、
BP 神经网络和遗传算法理论进行了介绍。小波变换理论和 BP 神经网络构成了小
波神经网络,在分析小波神经网络和遗传算法理论的基础上,针对小波神经网络
存在收敛速度慢和易陷入局部最优等缺点,将遗传算法引入小波神经网络。采用
具有良好全局搜索能力的遗传算法来优化神经网络的权值和阈值,建立了基于遗
传算法和小波神经网络的网络流量预测模型。该模型采用小波分解技术把网络流
量数据时间序列分解为小波系数和尺度系数,即低频系数和高频系数,将不同频
率部分的系数分别单支重构为低频流量分量和高频流量分量,然后用遗传算法优
化过的 BP 神经网络训练后进行预测,得到不同频率部分的预测分量,最后,将它
们的合成作为对原始网络流量的预测结果,同时与现有的小波神经网络模型的预
测性能进行比较分析。
在上述理论分析的基础上,对选定的网络流量数据进行仿真预测实验。实验
结果表明本文提出的新的预测模型能够提高小波神经网络的预测精度,同时加快
神经网络的收敛速度,是一种有效的预测模型。
关键词:QoS 网络流量预测小波神经网络遗传算法
Abstract
With work scale being more and more enormous plicated,
work bandwidth shows a sharp increase, the -based services shows a
variety of development, which makes the operating mechanism and behavioral
characteristics of the plexed. So strengthen work management has
being a problem to be solved for the real-time control and management of the Qo