论文部分内容阅读
应用相空间重构理论，研究了网络数据流的混沌特性，计算了实际网络数据流的关维数、Lyapunov指数，证实网络数据流存在混沌现象；据此建立了基于径向基函数（RBF）预测模型，对实际网络数据流进行预测。仿真实验表明，相对于反向传播（BP）神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。