期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
高速网络业务尾分布的参数估计
1
作者 薄今纲 刘嘉焜 +1 位作者 任力 罗晓光 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2003年第4期414-417,共4页
在高速网络控制与带宽分配研究中,网络业务尾分布分析是一个重要问题.利用大偏差理论对网络分数自回归整合滑动平均(FARIMA)业务队列尾分布进行分析,得出队列尾分布渐近服从Weibull分布.给出了一个基于Markov过程平稳分布的参数估计方法... 在高速网络控制与带宽分配研究中,网络业务尾分布分析是一个重要问题.利用大偏差理论对网络分数自回归整合滑动平均(FARIMA)业务队列尾分布进行分析,得出队列尾分布渐近服从Weibull分布.给出了一个基于Markov过程平稳分布的参数估计方法.最后对Bell实验室实测数据进行了实证分析. 展开更多
关键词 网络业务 尾分布 参数估计 拥塞控制 带宽分配 分数自回归整合滑动平均 WEIBULL分布 MARKOV过程
在线阅读 下载PDF
基于FARIMA模型的流量抽样测量方法 被引量:6
2
作者 潘乔 罗辛 +1 位作者 王高丽 裴昌幸 《计算机工程》 CAS CSCD 北大核心 2010年第15期7-8,11,共3页
目前的流量抽样测量方法主要基于传统的数学理论,并没有考虑到实际网络流量的特征,基于此,提出基于FARIMA流量预测的抽样方法,根据流量预测值动态调整抽样率,既减轻了CPU的负载,又节省了存储空间。通过对比实际使用中的流量抽样测量方... 目前的流量抽样测量方法主要基于传统的数学理论,并没有考虑到实际网络流量的特征,基于此,提出基于FARIMA流量预测的抽样方法,根据流量预测值动态调整抽样率,既减轻了CPU的负载,又节省了存储空间。通过对比实际使用中的流量抽样测量方法取得的数据报文样本均值和Hurst参数,表明该方法能够正确体现原始数据的流量行为统计特征。 展开更多
关键词 网络测量 流量抽样 自回归分数整合滑动平均模型 流量预测
在线阅读 下载PDF
应用乘积季节ARIMA模型的话务量预测及结果分析 被引量:5
3
作者 于艳华 王军 宋俊德 《计算机工程与应用》 CSCD 北大核心 2009年第20期99-102,共4页
话务量预测功能对于电信网络规划建设、网络优化意义重大。深入研究了某省某移动网络运营商的多年的话务量数据,利用自相关函数对其周期性和趋势性方面的规律进行了探测,并在此基础上提出应用乘积季节ARIMA模型进行建模和预测的方案。... 话务量预测功能对于电信网络规划建设、网络优化意义重大。深入研究了某省某移动网络运营商的多年的话务量数据,利用自相关函数对其周期性和趋势性方面的规律进行了探测,并在此基础上提出应用乘积季节ARIMA模型进行建模和预测的方案。进行了2008年7月到12月的全省及各地区月日均话务量的预测,并与网络实际运营结果进行了比较。所应用方法的一步预测值平均绝对百分比误差MAPE为1.382%,6步预测的MAPE值均在6%以内,是精确度很高的预测;对预测误差较大的某地区进行了原因分析,证明了模型的正确性,并为实际预测应用中经常遇到的预测误差偏大的问题提供了一种有效的分析思路和方法。 展开更多
关键词 自回归整合滑动平均(ARIMA) 乘积季节ARIMA 自相关函数 相关系数 话务量
在线阅读 下载PDF
一类基于FARIMA过程的电梯导轨振动模型
4
作者 安德洪 丁春蕾 +1 位作者 刘嘉焜 许树荆 《机械设计》 CSCD 北大核心 2004年第4期31-33,41,共4页
研究电梯运行中导轨的随机振动时 ,将电梯运行中测得的导轨间距离DGB看作一时间序列 ,发现具有长相关性。常用的整数自回归模型、分数噪声模型都只能片面地描述该类数据的短相关性或长相关性。给出了利用FARIMA(自回归分数整合滑动平均... 研究电梯运行中导轨的随机振动时 ,将电梯运行中测得的导轨间距离DGB看作一时间序列 ,发现具有长相关性。常用的整数自回归模型、分数噪声模型都只能片面地描述该类数据的短相关性或长相关性。给出了利用FARIMA(自回归分数整合滑动平均模型 )拟合DGB的方法 ,该模型可同时刻画实测数据DGB的长相关和短相关特性 ,并通过对实测数据的实验 ,证明了模型的优效性。 展开更多
关键词 电梯 导轨 随机振动 长相关性 整数自回归模型 自回归分数整合滑动平均模型 FARIMA
在线阅读 下载PDF
结合混沌的长相关锂电池寿命预测方法 被引量:2
5
作者 王海洋 宋万清 《传感器与微系统》 CSCD 北大核心 2021年第7期32-34,共3页
提出了一种结合混沌理论的分数自回归滑动平均(FARIMA)模型的锂电池剩余寿命预测方法。首先在利用模型预测之前,先通过计算锂电池的Lyapunov指数给出其剩余寿命的最大可预测时间尺度;并介绍FARIMA模型的基本原理并给出判断模型长相关性... 提出了一种结合混沌理论的分数自回归滑动平均(FARIMA)模型的锂电池剩余寿命预测方法。首先在利用模型预测之前,先通过计算锂电池的Lyapunov指数给出其剩余寿命的最大可预测时间尺度;并介绍FARIMA模型的基本原理并给出判断模型长相关性重要参数-Hurst指数(H)的计算。然后给出RUL预测的定义,具体过程与形式。最后本文选择锂电池电池容量退化数据模型作为预测对象,代入FARIMA模型给出RUL预测结果。 展开更多
关键词 LYAPUNOV指数 剩余寿命预测 分数自回归滑动平均 HURST指数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部