摘要：基于非线性时间序列局域预测法与相关向量机回归模型,本文提出了局域相关向量机预测方法,并应用于预测实际的小尺度网路流量序列.应用基于信息准则的局域预测法邻近点的选取方法来选取局域相关向量机回归模型的邻近点个数.对比分析了局域相关向量机预测法、前馈神经网络模型与局域线性预测法对网络流量序列的预测性能,其中前馈神经网络模型的参数采用粒子群优化算法来优化.实验结果表明：邻近点优化后的局域相关向量机回归模型能够有效地预测小尺度网络流量序列,归一化均方误差很小;局域相关向量机回归模型生成的时间序列具有与原网络流量时间序列相一致的概率分布;局域相关向量机回归模型的预测精度好于前馈神经网络模型的与局域线性预测法的.

关键词：小尺度网络流量 非线性时间序列预测方法 局域预测法 相关向量机回归模型 

单位：济南大学信息科学与工程学院 济南250022 山东省网络环境智能计算技术重点实验室 济南250022