论文部分内容阅读
文中提出了一种将小波变换与相关性计算与人工神经网络相结合进行网络流量预测的新模型。首先对流量时间序列进行小波变换得到不同尺度下的细节信号和近似信号。对近似信号运用相关性的计算确定其自相关程度。根据相关程度确定神经网络的输入与输出,构造神经网络并加以训练。对细节信号采取传统的ARMIA预测。最后用小波重构得到最终的流量预测值。模拟仿真表明,该模型具有较高的预测效果。