作者：刘维嘉高峰期网络流量预测模型多元线性回归流量序列回归函数
摘要：针对当前网络流量预测法是通过监测网络流量历史数据进行预测，存在预测精准度低和流量信息参数自适性差的问题，提出基于多元线性回归分析的高峰期网络流量预测模型。通过BP神经网络法，确定网络流量信息权值，采用滑动窗口算法得到流量序列中对应信息数据，构成新的网络流量序列，得到多元线性回归初始模型；引入最小二乘法对流量信息参数进行估算，得到流量信息的样本回归函数，使用可决系数F检验及统计样本回归函数，完成高峰期网络流量预测模型的构建。实验结果表明，使用该模型可降低误差、提高拟合度、增加能量利用率，为高峰期网络流量预测提供了基础保障。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
