基于随机神经网络的多步网络时延预测模型

被引：8

作者：

胡治国 ^{[1
,2
]}

张大陆 ^{[1
]}

侯翠平 ^{[1
]}

沈斌 ^{[1
]}

朱安奇 ^{[1
]}

机构：

[1] 同济大学计算机科学与技术系

[2] 中国人民解放军部队

来源：

计算机科学 | 2009年 / 36卷 / 07期

关键词：

网络时延; RNN神经网络; 预测;

D O I：

暂无

中图分类号：

TN916 [电话]; TN915.01 [通信网理论];

学科分类号：

0810 ; 081001 ;

摘要：

网络时延的动态变化反映了网络路径的负载特征,对时延的精确预测是实施网络拥塞控制、路由选择的重要依据,建立了基于随机神经网络的时延预测模型,该模型克服了传统时间序列预测方法受随机干扰因素影响大、模型结构辨识过程繁琐,以及传统神经网络预测方法易于陷入局部极值、偏离全局最优的缺点。仿真实验表明,在提前单步和多步的预测中该模型比AR模型、RBF神经网络预测算法的准确度更高。

引用

页码：85 / 87+112 +112

页数：4

共 6 条

[1] Differential AR algorithm for packet delay prediction [J].

JIAO Liangbao ZHANG De and BI Houjie Institute of Acoustics State Key Laboratory of Modern Acoustics Nanjing University Nanjing China Institute of Communication Technique Nanjing University Nanjing China .

ProgressinNaturalScience, 2006, (04) :437-440

[2] Jitter-based delay-boundary prediction of wide-area networks [J].