基于改进elman神经网络的网络流量预测

？针对网络系统非线性、多变量、时变性等特点，提出一种改进的elman神经网络模型。在该模型的训练过程中引入了季节周期性学习方法，并对某高校主干网络出口流量进行实验检测。实验结果表明，该模型具有良好的预测效果，相对于传统线性模型、bp神经网络模型及标准elman神经网络模型具有更高的预测精度和更好的自适应性。最后，通过自适应边界值方法进行检测，能够及时发现异常流量行为，说明该模型应用于网络流量预测是可行、有效的。