基于小波的Web流量组合预测方法研究

作     者：姚淑萍 胡昌振 郑链 

作者机构：北京理工大学计算机网络攻防对抗实验室北京100081 北京理工大学机电工程学院北京100081 

出 版 物：《中国矿业大学学报》 (Journal of China University of Mining & Technology)

年 卷 期：2006年第35卷第4期

页      面：540-544页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国防科技工业委员会基础研究项目(20021823) 

主　　题：Web流量 小波分析 组合预测 流量预测 

摘      要：为了提高Web流量的预测精度,提出一种基于小波、神经网络和自回归的组合预测方法.首先将Web流量构造为2个相关序列:历史序列和相似值序列;对具有平稳特征的相似值序列用AR模型进行预测;对体现了Web流量非线性、非平稳特性的历史序列则经过小波分解与单支重构后,针对各分支特点分别采用神经网络和自回归模型预测;最后组合2条序列的预测结果获得最终预测值.理论分析与实验表明:组合预测方法可以充分利用与流量相关的多种数据关系;小波分析可以将历史序列分解为多层频率成分更加单纯、更加易于预测的时间序列.因而所建方法比传统的预测方法具有更高的预测精度.