论文部分内容阅读
网络流量具有分形特性,用线性方法来预测非线性的网络流量,预测精度不高。为了提高测性能,提出了网络流量的非线性多步预测问题,利用一种结合分形神经网络、强化学习的非线性多步预测方法,用多重分形性质将网络流量序列分解为短相关序列,设计了一种强化学习神经网络(MRLA)流量预测模型,利用强化学习的Q算法训练BP神经网络,预测尺度系数、计算权值,最后构建MRLA网络进行仿真,预测网络流量。实验分析显示,相对MMLP网络,新预测方法具较好的多步预测性能。