文献类型：期刊文章

作　　者：吕荣[1,2] 魏达[1,2] 曹国昕[1,2,3]

机构地区：[1]吉林大学计算机科学与技术 [2]吉林大学符号计算与知识工程教育部重点实验室 [3]中国人民解放军93107部队13分队

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(60573128)资助;教育部高校博士点基金项目(20060183043)资助;科技部国际科技合作与交流专项(2008DFA12140)资助;吉林大学研究生"九八五工程"创新计划项目(20080235)资助

年　　份：2010

卷　　号：31

期　　号：4

起止页码：631-634

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统的平稳流量模型不能描述流量的非平稳特性,在进行预测中,随着预测步长的增加,预测准确性随之降低.而神经网络作为一种非平稳模型,虽然可以弥补平稳模型不能刻画流量非平稳性的缺陷,但是其网络中各参数选取还没有一个确切的理论依据.针对以上不足,本文提出一种多重组合的方法:ARIMA模型和Elman神经网络的对比组合模型对网络流量进行分析.仿真实验表明,该方法优于单一模型.

关 键 词：多重组合  ARIMA模型 Elman模型  网络流量 BP网络

分 类 号：TP393]