学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
一种准确预测无线局域网业务量的时间序列模型
被引:1
作者
:
论文数:
引用数:
h-index:
机构:
陈晨
裴昌幸
论文数:
0
引用数:
0
h-index:
0
机构:
西安电子科技大学综合业务网理论与关键技术国家重点实验室
裴昌幸
朱畅华
论文数:
0
引用数:
0
h-index:
0
机构:
西安电子科技大学综合业务网理论与关键技术国家重点实验室
朱畅华
论文数:
引用数:
h-index:
机构:
陈南
易运晖
论文数:
0
引用数:
0
h-index:
0
机构:
西安电子科技大学综合业务网理论与关键技术国家重点实验室
易运晖
机构
:
[1]
西安电子科技大学综合业务网理论与关键技术国家重点实验室
来源
:
西安电子科技大学学报(自然科学版)
|
2006年
/ 03期
基金
:
国家自然科学基金重点项目;
关键词
:
无线局域网;
ARIMA;
业务量预测;
时间序列;
D O I
:
暂无
中图分类号
:
TN925.93 [];
学科分类号
:
080402 ;
080904 ;
0810 ;
081001 ;
摘要
:
在对随机选取的实际环境中的多组无线局域网业务量数据的研究过程中,发现无线局域网业务量具有明显的多重季节性.利用差分和特定间隔抽样对原始数据处理,从而验证了无线局域网业务量的季节性.并提出了一个能够准确预测无线局域网业务量的时间序列模型:乘积型季节ARIMA(0,1,1)(0,1,1)12模型,通过迭代计算,将此模型转化成一个MA模型,并且利用MA模型的性质对模型参数作出估计.利用差分方程法,对随机选取的一段无线局域网业务量进行了预测.结果表明,此模型可较好地对无线局域网的业务量进行短期预测,且提前10步预测的平均相对误差仅为0.040 1.
引用
收藏
页码:337 / 340
页数:4
相关论文
共 1 条
[1]
Combining Kohonen Maps with ARIMA Time Series Models to Forecast Traffic Flow. Voor D,Dougherty M,Watson S. Transportation Research . 1996
←
1
→
共 1 条
[1]
Combining Kohonen Maps with ARIMA Time Series Models to Forecast Traffic Flow. Voor D,Dougherty M,Watson S. Transportation Research . 1996
←
1
→