一种基于蜣螂算法优化VMD的网络流量预测方法与系统技术方案

本发明专利技术公开了一种基于蜣螂算法优化VMD的网络流量预测方法与系统，包括以下步骤：采集所需要预测的网络环境内的历史网络流量信息，使用蜣螂算法优化VMD算法的参数选择，得到最佳惩罚因子和模态数的组合；使用具有最优参数组合的VMD对原始网络流量进行分解，得到若干条流量子序列；将若干条子序列重构为K维矩阵；将K维网络流量矩阵输入流量预测模型进行训练；使用训练好的模型对未来时刻的网络流量值进行预测；对预测结果计算预测精确度指标。本发明专利技术使用DBO算法优化VMD参数选择，能有效提升VMD数据分解能力，同时扩增了数据样本特征，可以使模型对网络流量预测的精度更高，效果更好。

【技术实现步骤摘要】

本专利技术涉及网络流量预测，特别涉及一种基于蜣螂算法优化vmd的网络流量预测方法与系统。

技术介绍

1、随着大数据时代的到来，信息技术高速发展，网络流量呈现出爆炸式的增长。对网络流量进行预测，能根据历史流量信息预测预知未来流量变化，便于提前做出资源调配，减少网络拥堵，降低网络延迟提升网络服务体验。同时，网络流量的准确预测不仅有利于降低通信延迟，提高网络资源利用率，还能帮助网络中心实时监控网络，进行故障检测判断，更能根据预测结果对网络设备制订休眠策略，节省能源。

2、早期，研究人员使用经典的统计学时间序列模型预测网络流量，例如泊松模型、马尔可夫模型，指数平滑法、自回归移动平均模型(auto-regression and moving average，arma)、差分自回归移动平均模型(autoregressive integrated moving average，arima)等。但随着网络技术的发展，ip网络的大规模普及，网络应用的多样化发展、网络规模的扩大等因素，网络流量特征也发生了显著变化，统计学模型已无法满足当前网络环境的预测要求。研究学本文档来自技高网...

【技术保护点】

1.一种基于蜣螂算法优化VMD的网络流量预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于蜣螂算法优化VMD的网络流量预测方法，其特征在于，所述S2的具体方法为：

3.根据权利要求2所述的基于蜣螂算法优化VMD的网络流量预测方法，其特征在于，所述S22中设置的目标函数为：

4.根据权利要求2所述的基于蜣螂算法优化VMD的网络流量预测方法，其特征在于，所述S23的轨迹更新公式为：

5.根据权利要求1所述的基于蜣螂算法优化VMD的网络流量预测方法，其特征在于，所述S3的具体方法为：

6.根据权利要求5所述的基于蜣螂算...

【技术特征摘要】

1.一种基于蜣螂算法优化vmd的网络流量预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于蜣螂算法优化vmd的网络流量预测方法，其特征在于，所述s2的具体方法为：

3.根据权利要求2所述的基于蜣螂算法优化vmd的网络流量预测方法，其特征在于，所述s22中设置的目标函数为：

4.根据权利要求2所述的基于蜣螂算法优化vmd的网络流量预测方法，其特征在于，所述s23的轨迹更新公式为：

5.根据权利要求1所述的基于蜣螂算法优化vmd的网络流量预测方法，其特征在于，所述s3的具体方法为：

6.根据权利要求5所述的基于蜣螂算法优化v...

【专利技术属性】
技术研发人员：许鸥，肖文才，秦玉文，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：