典型文献
基于HP滤波的ARMA-ABCSVR-GABP网络流量预测
文献摘要：
针对当前网络流量无法根据流量变化的特征进行预测,且通过单一或者组合模型依然得不到较高准确率的问题,提出一种基于HP(High-Pass Fliter)滤波的流量预测模型.基于高铁站流量数据日高夜低的周期特性以及流量波动增长的长期趋势,依据HP滤波将网络流量分解成周期序列及趋势序列.利用自回归-滑动平均模型(ARMA)对平稳序列预测的优势来进行周期变化的预测;使用人工蜂群算法(ABC)优化后的支持向量回归机(SVR)对趋势序列进行预测;将二者预测的结果叠加,使用遗传算法优化的BP神经网络(GABP)进行结合预测,进一步提高准确率.结果显示,该预测方法可靠,较其他方法具有优越性.
文献关键词：
HP滤波;ARMA;ABC-SVR;GABP;流量预测;组合模型
中图分类号：
作者姓名：
郑晓亮;朱国森
作者机构：
安徽理工大学电气与信息工程学院 安徽 淮南 232001
文献出处：
引用格式：
[1]郑晓亮;朱国森-.基于HP滤波的ARMA-ABCSVR-GABP网络流量预测)[J].计算机应用与软件,2022(01):94-99
A类：
ABCSVR,Fliter
B类：
HP,ARMA,GABP,网络流量预测,流量变化,组合模型,得不到,High,Pass,流量预测模型,高铁站,流量数据,周期特性,流量波动,长期趋势,分解成,自回归,滑动平均模型,序列预测,行周期,周期变化,人工蜂群算法,支持向量回归机,遗传算法优化,其他方法
AB值：
0.347721
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
