基于改进LSTM算法的天地一体化信息网络流量预测

摘要：

天地一体化信息网络由于存在流量突发性强、拓扑时变等问题使得通信易产生中断,流量波动不平稳导致其流量预测难度远高于地面网络.针对该问题,提出一种改进的LSTM算法,首先分析流量序列滞后变量对预测值的影响,判断流量自相关度;其次,采用以预测值代替中断的方式,消除训练集的噪声和断点;最后,使用Dropout算法减少了噪声和神经网络过拟合带来的影响,准确预测天地一体化信息网络流量数据.仿真实验表明,在OPNET仿真环境中,该算法相较于其他算法准确性提升了59.21％,算法训练速度提升了11.11％,能够为天地一体化信息网络统筹调度提供有效的数据支撑.

关键词：天地一体化信息网络、网络流量预测、深度学习、流量自相关性

所属期刊栏目：1

分类号：TN929

在线出版日期：2021-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：57-65