【技术实现步骤摘要】
本专利技术涉及交通信息工程领域,具体而言,涉及一种列车通信网络的网络流量的预测方法和装置。
技术介绍
通信网络是列车运行系统的中枢。为适应未来高速铁路宽带通信网发展,现代列车通信已由传统的WTB(绞线式列车总线,Wire Train Bus的简写)及MVB(多功能车辆总线,Multifunction Vehicle Bus的简写)总线向更高带宽及传输速度的ECN(电子通信网络,Electronic Communication Network的简写)和ETB(以太列车骨干网,Ethernet Train Backbone)过渡,因此基于以太网技术的列车通信网络已经成为下一代列车通信网络的发展方向。以太网技术可以解决列车网络带宽不足的问题,但是在列车网络中简单的引入以太网技术并不能保证列车通信的实时性、确定性,为此,对列车通信网络进行数据分析及监测,优化其网络性能,具有重要的意义。网络流量是所有影响网络特性的最主要的因素。网络流量具有连贯性、类周期性及相似性,决定了在某种程度上对其进行预测的可能性。利用网络流量预测技术,可以把握不同总线间流量传递过程,更好地进行网络优化、路由设计和负载均衡,提升网络稳定性。目前针对网络流量的预测,大致分为基于的模型方法和基于数据统计特性的方法。基于模型的方法需要对研究对象(网络流量)有充分的把握,需提取网络流量关键特性,如尖峰、长相关、曲线能量、振荡特性等。例如,可以按照预测时间长短以及平稳性等进行具体设计,如AR(自回归,Auto Regressive的简写)、ARIMA(差分自回归滑动平均,Autoregressive ...
【技术保护点】
一种列车通信网络的网络流量的预测方法,其特征在于,包括:获取列车通信网络的历史网络流量;根据所述历史网络流量,采用预设的网格搜索算法,得到网络流量预测模型;基于所述网络流量预测模型,预测预设时间段内所述列车通信网络的网络流量。
【技术特征摘要】
1.一种列车通信网络的网络流量的预测方法,其特征在于,包括:获取列车通信网络的历史网络流量;根据所述历史网络流量,采用预设的网格搜索算法,得到网络流量预测模型;基于所述网络流量预测模型,预测预设时间段内所述列车通信网络的网络流量。2.根据权利要求1所述的方法,其特征在于,根据所述历史网络流量,采用预设的网格搜索算法,得到网络流量预测模型,包括:将所述历史网络流量作为训练样本;根据所述训练样本进行支持向量机的训练,得到初始网络流量预测模型;基于所述预设的网格搜索算法,对所述初始网络流量预测模型中的参数进行优化,得到所述网络流量预测模型。3.根据权利要求2所述的方法,其特征在于,所述初始网络流量预测模型为: f ( x ) = Σ i = 1 N ( α i - α i * ) K ( x , x i ) + b , ]]>其中,f(x)为所述初始网络流量预测模型的输出数据,x为所述初始网络流量预测模型的输入数据,N为所述训练样本的维数,所述N为正整数,1≤i≤N,所述i为整数,xi为第i个训练样本,b为偏置项,K(x,xi)为所述支持向量机的核函数,且K(x,xi)=exp(-g||x-xi||2),其中,exp为指数函数,g为所述核函数的临界参数,且g>0,αi和分别为第i个训练样本的拉格朗日乘子。4.根据权利要求3所述的方法,其特征在于,所述αi和所述满足如下公式:且其中,c为惩罚因子,wi为第i个训练样本对应的加权因子。5.根据权利要求4所述的方法,其特征在于,通过如下公式计算所述加权因子wi: w i = λ e m ( t - t i ) / N + 1 - λ e n ( t · mod T - t i · mod T ) / N , ]]>其中,t为预测时刻,ti为第i个训练样本对应的采样时间点,T为所述预设时间段,mod为取余运算符号,m和n为误差控制因子,λ为调节参数。6.根据权利要求5所述的方法,其特征在于,基于所述预设的网格搜索算法,对所述初始网络流量预测模型中的参数进行优化,得到所述网络流量预测模型,包括:基于权值分布规律,对所述误差控制因子m和n,以及所述调节参数λ进行优化,得到优化后的加权因子wi;基于双网格搜索算法,对所述惩罚因子c和所述核函数的临界参数g进行优化,得到优化后的惩罚因子c和优化后的核函数的临界参数g;根据所述优化后的加...
【专利技术属性】
技术研发人员:彭云龙,王峰超,刘泰,赵冬玉,蒋欣,曹源,李鹏,
申请(专利权)人:中车青岛四方机车车辆股份有限公司,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。