1.软件版本

matlab2013b

2.本算法理论知识

        随着计算机 络的迅速发展，目前的 络规模极为庞大和复杂，因此发生各种问题的可能性也越来越大，使管理 络的难度也增大。传统的 络管理是在告警之后，解决潜在的问题，即为一种响应式的行为，这时候 络服务很可能己经受到影响。如果在 络Qos管理和流量工程中，能够根据实际采集的 络流量观测值序列，建立该流量参数的正常行为，然后平稳化该序列，建立 络流量预测模型，对 络流量进行预测，并检测在将来超越阈值的可能性和发生时间。这样，在 络过载发生之前，可以预先采取防范措施，来保证 络的正常服务。所以研究较好的 络流量预测模型，并分析其性能，以及研究 络流量预测的实际应用，就显得尤为重要。

       小波变换是近十几年信信 处理领域研究的一个热点，许多学者将小波在理论上的研究成果应用到诸如图像压缩、特征提取、信 滤波和数据融合等方面，而且小波变换的领域还在不断地发展当中。小波之所以在信 处理领域具有很大的优势，在于小波变换可以获得信 的多分辨率描述，这种描述符合人类观察世界的一般规律，同时，小波变换具有丰富的小波基以适应具有不同特性的信 。小波神经 络的基本结构如下所示：

       基于小波的人工神经 络，即小波神经 络(WNN)是对生物神经进行仿真研究的结果，是基于生物学中的神经 络的基本原理，按照控制工程的思路和数学描述的方法建立起来的数学模型。WNN能够模拟人脑的结构与功能机制，实现某方面的功能，能自我感知，自主适应，有很强的学习和逼近功能；能比较准确地揭示非线性复杂动力系统的内在关系和演化机理。所以WNN可以用来分析和预测 络流量行为和演化趋势。

       在实际应用中，选择小波主要从小波的对称性、正则性、支撑长度、消失矩等性质方面考虑。对称性主要用于图像处理中，对称性好的小波在进行二维图像处理中可以避免相移，简化计算;消失矩阶数大的小波变换能量更集中，在压缩中用处很大;正则性则主要用来刻画函数的光滑程度，一般正则性好的小波函数光滑性也越好，能够获得更好的重构信 ;支撑长度一般与消失矩和正则性相关，支撑长度越长，消失矩和正则性也越高，但支集太长会发生边界问题，支集太短则不利于信 能量的集中。

      小波函数具有不同的族系，常见的有：haar小波、Meyer小波、dbN系列小波、symN系列小波、coifN系列小波。不同的小波函数具有不同的特性，对同一信 的处理效果也不同。Haar小波是小波分析发展过程中用的最早的小波，也是最简单的小波，一般只用来理解小波分析的原理，不用于分析实际问题;Meyer小波不具有紧支性，所以在进行离散小波变换时不存在快速算法，但由Meyer小波构造的滤波器具有很高的消失矩；dbN系列小波、symN系列小波、coifN系列小波都是由DaubechieS提出来的具有紧支性的正交小波系，三种小波系相比，SymN小波类似于dbN小波，但它具有更好的对称性，而coifN小波具有更长的支撑长度和更大的消失矩，对称性也比较好。

       为了达到对短时交通流数据的预测要求，为实时交通控制、诱导作准备，在对原始数据进行小波分解时既要最大限度地保留原始数据信息，使其可以为将来挖掘数据信息提供较大的灵活度，又要能够有效地辨识原始数据中的随机误差，将交通信 与噪声信 分离。

3.部分源码

4.仿真结论

5.参考文献

[1]金旗，裴昌幸，朱畅华.ARJMA模型法分析 络流量.西安电子科技大学学 (自然科学版).2003.

[2]王立，李增智.业务管理 结构和概念模型的研究与实现.西安交通大学学 .2003.

[3]邹柏贤，刘强.基于ARMA模型的 络流量预测.计算机研究与发展.2002.A17-01