主要分为线性时间序列预测模型、非线性时间序列预测模型、神经网络时间序列预测模型、Boosting预测模型、GM预测模型等
(一)自回归模型(AR(p)) 2
(二)滑动平均模型(MA(q)) 2
(五)线性时间序列建模过程 3
1)识别序列平稳性 3
2)对序列进行平稳化处理 4
(六)线性时间序列典型文章 6
(七)非线性时间序列建模过程 8
3)建立波动率模型 9
(八)非线性時间序列典型文章 9
(一)人工神经网络的特性 10
1)大规模并行处理 10
(二)神经网络的拓扑结构 11
(三)反向传播算法 11
(四)使用神经网络模型预测网络流量 13
(五)神经網络典型文章 14
灰度(GM)模型 17
(一)灰度模型的基本概念 18
(二)灰度模型的基本思想 18
(三)灰度模型的主要公理 18
(五)灰度模型在流量预测的应用19
(六)灰度模型典型文章 20
(一)傅里叶变换的基本概念 21
(二)傅里叶变换在流量预测中的应用 21
(三)马尔可夫过程的基本概念22
(四)马尔可夫过程在流量预测中的应用 22