1,02=1,93 = 〇.5,94 = 〇.5,其公式為:&1'_1:1^ = (〇.5*1:1:卜4+ 0 · 5*tti-3+tti-2+tti-1)/3。
[0079] S22:令時刻c = mk+kI,計算時刻(mk+1)到時刻(mk+kI)的網(wǎng)絡(luò)流量趨勢與平均流 量趨勢之間的網(wǎng)絡(luò)流量趨勢誤差,公式為:
[0080] [re_tt(i,mk+i),re_tt(i,mk+2),· · ·,re_tt(i,mk+ki)] ' =
[0081 ] ( [ 11 (i, mk+l) , 11 (i, mk+2) , . . . , 11 (i, mk+kl) ] - [ clT_t t (i, mk+1) , ar_t t (i , mk+2) , . . . , ?Τ_ 11(i,mk+kl)] ) · /
[0082] [ar_tt(i,mk+l) , ar_tt(i,mk+2) , · · · , mk+kl)]
[0083] [re_tt(i,mk+i),re_tt(i,mk+2), ,re_tt(i,mk+ki)] '表示網(wǎng)絡(luò)流量趨勢誤差;
[0084] [1:1:(1,1111<+1),1:1:(1,1111<+2),...,1:1:(1,1111^1)]'依次表示為時亥1](11^+1)到時亥1](11^+1^1)的網(wǎng) 絡(luò)流量趨勢;
[0085] [ar_tt(i,mk+i),ar_tt(i,mk+2),…,ar_tt(i,mk+ki)],依次表示為時刻(mk+1)到時刻 (mk+kl)的平均流量趨勢;
[0086] 其中m表示循環(huán)的次數(shù),所述m=0、1、2···、M+1,所述M+1為最大循環(huán)次數(shù),./表示兩 個等長向量之間對應(yīng)位置上的元素相除;
[0087] S23:根據(jù)S22所得的網(wǎng)絡(luò)流量趨勢誤差,利用神經(jīng)網(wǎng)絡(luò)模型,預(yù)測c時刻的未來k個 時刻的網(wǎng)絡(luò)流量趨勢和平均流量趨勢之間的誤差,得到未來k個時刻的網(wǎng)絡(luò)流量趨勢誤差, 即[pr_re_tt(i,mk+ki+i),pr_re_tt(i,mk+ki+2),· · ·,pr_re_tt(i,mk+ki+k)] '。其中,神經(jīng)網(wǎng)絡(luò)模型采 用現(xiàn)有技術(shù),在實驗時提前設(shè)定了具體的參數(shù),此處和后面步驟S32的預(yù)測都采用的是三層 bp神經(jīng)網(wǎng)絡(luò)模型,每層節(jié)點數(shù)分別是2,2,1,每層使用的傳遞函數(shù)分別是雙曲正切S形函數(shù)、 tansig函數(shù)、對數(shù)S形轉(zhuǎn)移函數(shù)、Iogsig和線性函數(shù)purel in;使用的訓(xùn)練函數(shù)是梯度下降自 適應(yīng)學(xué)習(xí)率訓(xùn)練函數(shù),traingdx定義的學(xué)習(xí)率Ir = 0.01,最大迭代次數(shù)epochs = 2000,訓(xùn)練 的目標k差goal = 0 · 01。
[0088] S24:再根據(jù)預(yù)測的k個時刻的網(wǎng)絡(luò)流量趨勢誤差和平均流量趨勢計算未來k個時 刻的網(wǎng)絡(luò)流量趨勢,公式為:
[0089] [pr_tt(i,mk+kl+l),pr_tt(i,mk+kl+2),· · ·,pr_tt(i,mk+kl+k)]-
[0090] (E+[pr_re_tt(i,mk+ki+i) ,pr_re_tt(i,mk+ki+2), . . . ,pr_re_tt(i,mk+ki+k)]')
[0091] [ar_tt(i,mk+ki+i) ,&r_tt(i,mk+kl+2) , · · · , &r_tt(i,mk+kl+k)]
[0092] 其中E是所有元素均為I的列向量,.*表示兩個等長向量之間對應(yīng)位置上的元素相 乘。
[0093] 第三步,計算提取的kl個時刻的網(wǎng)絡(luò)流量值與其網(wǎng)絡(luò)流量趨勢之間的誤差,預(yù)測 當前時刻c的未來k個時刻的網(wǎng)絡(luò)流量誤差。在本實施方式中,如圖4所示,網(wǎng)絡(luò)流量誤差的 預(yù)測方法為:
[0094] S31:計算時刻(mk+1)到時刻(mk+kl)的網(wǎng)絡(luò)流量值與網(wǎng)絡(luò)流量趨勢之間的誤差, 公式為:
[0095] [re(i,mk+l),re(i,mk+2),· · ·,re(i,mk+kl)]-
[0096] ( [ ?Γ(?,mk+l) , tr(i,mk+2) , . . . , tl"(i,mk+kl) ] - [ tt(i,mk+l) , tt(i,mk+2) , . . . , 11 (i,mk+kl) ] ) · /,
[0097] [ tt(i,mk+l) , tt(i,mk+2) , . . . , tt(i,mk+kl)]
[0098] 其中./表示兩個等長向量之間對應(yīng)位置上的元素相除;
[0099] [re(i,mk+l),re(i,mk+2),· · ·,re(i,mk+kl) ] ^/丨、未 ;
[0100] [1:1'(土,1^+1),1:!'",1111<+2),...,1:1'(土,1111^1)]'依次表示為時亥1](11^+1)至丨財亥1](11^+1^1)的網(wǎng) 絡(luò)流量;
[0101] [tt(i,mk+1),tt(i,mk+2),…,tt(i,mk+kl)]'依次表示為時亥Ij (mk+1)到時亥Ij (mk+kl)的流 量趨勢。
[0102] S32:基于神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)所得的流量誤差,并預(yù)測未來k個時刻的網(wǎng)絡(luò)流量誤 ,艮P [pr_re(i,mk+kl+l),pr_re(i,mk+kl+2),. . . , pr_rG(i,mk+kl+k) ] 〇
[0103] 第四步,根據(jù)第二步中預(yù)測的網(wǎng)絡(luò)流量趨勢和第三步預(yù)測的網(wǎng)絡(luò)流量誤差,預(yù)測 當前時刻c的未來k個時刻的網(wǎng)絡(luò)流量預(yù)測值。在本實施方式中,網(wǎng)絡(luò)流量預(yù)測值的計算方 法為:
[0104] [pr_tr(i,mk+ki+i) ,pr_tr(i,mk+ki+2), . . . ,pr_tr(i,mk+ki+k)]'=
[0105] (E+[pr_re(i,mk+ki+i) ,pr_re(i,mk+ki+2), . . . ,pr_re(i,mk+ki+k)]')
[01 06] [pr_tt(i,mk+kl+l),pr_tt(i,mk+kl+2),· · ·,pr_tt(i,mk+kl+k)],
[0107]其中:
[0108] [pr_tr(i,mk+ki+i),pr_tr(i,mk+ki+2),· · ·,pr_tr(i,mk+ki+k)] '表示網(wǎng)絡(luò)流量預(yù)測值;
[0109] [pr_re(i,mk+ki+i),pr_re(i,mk+ki+2),…,pr_re(i,mk+ki+k)] '表示預(yù)測的網(wǎng)絡(luò)流量誤差;
[0110] [pr_tt(i,mk+kl+l),pr_tt(i,mk+kl+2) , · · ·,pr_tt(i,mk+kl+k)] '表示預(yù)測的網(wǎng)絡(luò)流量趨勢。
[0111] 第五步,令c = c+k,如果c大于或等于時間周期i的結(jié)束時刻,則程序結(jié)束;否則返 回第二步。
[0112] 在本說明書的描述中,參考術(shù)語"一個實施例"、"一些實施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特 點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中,對上述術(shù)語的示意性表述不 一定指的是相同的實施例或示例。而且,描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何 的一個或多個實施例或示例中以合適的方式結(jié)合。
[0113]盡管已經(jīng)示出和描述了本發(fā)明的實施例,本領(lǐng)域的普通技術(shù)人員可以理解:在不 脫離本發(fā)明的原理和宗旨的情況下可以對這些實施例進行多種變化、修改、替換和變型,本 發(fā)明的范圍由權(quán)利要求及其等同物限定。
【主權(quán)項】
1. 一種基于流量趨勢的網(wǎng)絡(luò)流量預(yù)測方法,其特征在于,按照以下步驟進行: S1:設(shè)當前時刻為C,當前時刻C所在的時間周期為i,提取當前時間周期i之前的η個時 間周期下的網(wǎng)絡(luò)流量趨勢,以及當前時間周期i中從第1個時刻到時刻c的網(wǎng)絡(luò)流量趨勢,所 述η為正整數(shù); S2:根據(jù)提取的當前時刻c的前kl個時刻的網(wǎng)絡(luò)流量趨勢,預(yù)測當前時刻c的未來k個時 刻的網(wǎng)絡(luò)流量趨勢,所述kl、k均為正整數(shù); S3:計算提取的kl個時刻的網(wǎng)絡(luò)流量值與其網(wǎng)絡(luò)流量趨勢之間的誤差,預(yù)測當前時刻c 的未來k個時刻的網(wǎng)絡(luò)流量誤差; S4:根據(jù)步驟S2中預(yù)測的網(wǎng)絡(luò)流量趨勢和S3中預(yù)測的網(wǎng)絡(luò)流量誤差,預(yù)測當前時刻c的 未來k個時刻的網(wǎng)絡(luò)流量預(yù)測值; S5:令c = c+k,如果c大于或等于時間周期i的結(jié)束時刻,則程序結(jié)束;否則返回步驟S2。2. 根據(jù)權(quán)利要求1所述的基于流量趨勢的網(wǎng)絡(luò)流量預(yù)測方法,其特征在于,所述網(wǎng)絡(luò)流 量趨勢的提取方法為