[發明專利]一種基于動態時間窗的混雜數據流分流量預測方法

有效

• 申請號: 202010045151.4
• 申請日: 2020-01-16
• 公開（公告）號: CN111291922B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 章昭輝;蔣昌俊;王鵬偉;劉秋文
• 申請（專利權）人: 東華大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/32;G06F17/18
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊

1.一種基于動態時間窗的混雜數據流分流量預測方法，其特征在于，包括以下步驟：

步驟1、輸入混雜數據流，混雜數據流包括要預測的主分流量及輔助分流量；

步驟2、計算混雜數據流中要預測的主分流量與其他輔助分流量之間的延遲相關系數與延遲時間；

步驟3、根據計算得到的最大延遲相關系數，選取與主分流量X＝{x₁，x₂，…，x_t，…，x_m}相關的輔助分流量Y＝{y₁，y₂，…，y_t，…，y_m}；

步驟4、對主分流量進行預測，包括以下步驟：

步驟401、通過單一流量預測方法得到主分流量的初始預測結果X′＝{x′₁，x′₂，…，x′_t，…，x′_m}，其中，x′_t表示對X中在t時刻的值x_t的初始預測結果；

步驟402、若已經遍歷完所有時刻，則結束本方法，若未遍歷完所有時刻則進入步驟403；

步驟403、計算當前時刻t主分流量的變化量Δx_t＝x_t-x_t-1；

步驟404、計算延遲時間t-e的輔助分流量變化量Δy_t＝y_t-e-y_t-e-1；

步驟405、計算主分流量與輔助分流量滑動時間窗內最值差的比值則有：

式中，表示主分流量X中滑動距離為t-1的滑動窗口大小為h_t的子序列，表示輔助分流量Y中滑動距離為t-1-e的滑動窗口大小為h_t的子序列；

步驟406、通過基于動態時間窗的權重計算模型來計算權重α_t，其中h_t為當前時刻的動態時間窗大小，表示子序列與子序列之間的皮爾遜相關系數；

步驟407、根據分流量預測公式計算當前時刻的最終預測結果

步驟5、計算下一時刻基于動態時間窗的權重計算模型的動態時間窗大小，返回步驟402，包括以下步驟：

步驟501、輸入前一時刻的最佳動態時間窗大小與前一時刻使用的動態時間窗大小

步驟502、遍歷所有時間窗大小的情況，并計算得到當前時間窗h下的預測結果誤差Δx，判斷是否遍歷完所有可能的時間窗大小，若遍歷完所有可能的時間窗大小，則跳轉至步驟508，若未遍歷完所有可能的時間窗大小，進入步驟503；

步驟503、判斷當前的時間窗大小為h是否在內，如果在該范圍之內，則跳轉至步驟504，若未在該取值范圍內，則將進入步驟506；

步驟504、判斷當前預測結果誤差Δx是否小于局部預測結果最小誤差Δx_localmin，如果Δx＜Δx_localmin，則跳轉至步驟505，否則跳轉至步驟502；

步驟505、更新局部最佳時間窗大小h_localbest的取值為當前時間窗大小h，更新局部預測結果最小誤差Δx_localmin的取值為當前預測結果誤差Δx，然后進入步驟506；

步驟506、判斷當前預測結果誤差Δx是否小于全局預測結果最小誤差Δx_allmin，如果Δx＜Δx_allmin，則跳轉至步驟507，否則跳轉至步驟502；

步驟507、更新全局最佳時間窗大小h_allbest的取值為當前時間窗大小h，更新全局預測結果最小誤差Δx_allmin的取值為當前預測結果誤差Δx，然后回到步驟502；

步驟508、判斷當前全局最佳時間窗大小h_allbest是否在前一時刻的最佳動態時間窗大小的左右20之內，若則進入步驟509，否則進入步驟510；

步驟509、將下一時刻的動態時間窗大小取值為當前全局最佳時間窗大小h_allbest，然后進入步驟511；

步驟510、將下一時刻的動態時間窗大小取值為局部最佳時間窗大小h_localbest，然后進入步驟511；

步驟511、輸出下一時刻基于動態時間窗的權重計算模型的動態時間窗大小