基于自适应神经网络方法估计流量矩阵
流量矩阵是许多网络规划和流量工程任务的关键输入,精确的流量矩阵至关重要,但直接监控非常具有挑战性。因此,如何根据对有限链路的测量数据和路由信息等先验信息,通过合理建模来推断流量矩阵,成为重要的研究课题。本文提出了一种基于自适应神经网络方法来估计OD对流量的测量模型.该模型主要包括三部分:首先,引入方程基于广义逆的通解,该通解作为优化流量矩阵方程的约束条件,有效地降低了OD对的模型误差;其次,提出使用Adaline网络估计流量矩阵的值,因为链路流量和OD对流量具有近似线性关系,符合Adaline刚络使用条件;最后,引入线性规划方法规划出流量矩阵的最佳值。结果证明,模型是有效的,测量误差的平均值优于其它方法.
线性规划 流量矩阵 Adaline 广义逆 拓扑 自适应神经网络
尚凤军
重庆邮电大学 计算机科学与技术学院 重庆 400065
国内会议
北京
中文
212-216
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）