基于RFNN的网络拥塞预测新方法

摘要：

提出一种基于粗糙集的模糊神经网络(RFNN)流量预测算法.传统的流量控制技术,总是以网络资源当前使用情况对包进行处理,没有考虑流量预测问题,易造成流量控制滞后的情况.将基于粗糙集的模糊神经网络引入流量控制,利用其处理不确定性问题和自学习能力,进行流量预测,较好地解决这一问题.最后通过仿真,比较和分析了该方法与其他同类算法的性能,证明了此方法的有效性.

关键词： 分类技术 自主预测 网络故障诊断 网络拥塞预测 粗糙集 模糊神经网络

作者: 李千目 许满武 张宏 刘凤玉

作者单位: 南京大学计算机软件新技术国家重点实验室,南京,210093;南京理工大学计算机科学与技术系,南京,210094 南京大学计算机软件新技术国家重点实验室,南京,210093 南京理工大学计算机科学与技术系,南京,210094

会议类型: 国内会议

会议名称: 2005第一届中国分类技术与应用研讨会(CSCA)

会议地点: 北京

会议语种:中文

页码: 123-126

在线出版日期: 2005-09-23（万方平台首次上网日期，不代表论文的发表时间）