一种SFARIMA网络流量预测方法

摘要

本发明提出了网络流量预测方法，并设计了预测的算法。本方法通过不断对估计序列进行时间滑动来补偿时延效应，方法如下：步骤一：从真实流量序列中提取样本数组，将其命名为FArray，并初始化三个变量M，N，m的值；步骤二：计算样本数组FArray的自相似指数H，方法可用周期图法、R/S法、小波分析法等。步骤三：用AIC准则估计样本数组的阶数。；若，则确定模型的阶数为(p，q)；步骤四：计算ARMA模型参数[φ，θ]＝ARMA(pbest，qbest)，方法如下：(1)估计自回归部分的参数；(2)估计滑动平均系数。步骤五：计算系数向量π_j＝θ₁π_j－1+θ₂π_j－2+Λ+θ_qπ_j－q+φ_j j＞0其中π₀＝－1，当j＞p+d时φ_j＝0；步骤六：用预测网络流量。

主权项

1.一种SFARIMA网络流量预测方法，其特征在于SFARIMA网络流量预测方法所包含的步骤：步骤1)：初始化样本数组FArray，初始化M，N，m的值；步骤2)：计算样本数组的自相似指数H；步骤3)：用AIC准则估计样本数组的阶数；步骤4)：计算ARMA模型参数步骤5)：计算系数向量其中π₀＝-1，当j＞p+d时步骤6)：用$\hat{X}\left(h\right)=\underset{j=1}{\overset{\infty }{\Sigma }}{\pi }_j^{\left(h\right)}{\hat{X}}_{i+h-j}$预测网络流量。