Обчислювальні методи ідентифікації моделей в задачах прогнозування телетрафіку - Автореферат

Однак властивості нестаціонарності, самоподібності та нелінійності його характеристик обмежують застосування ефективних методів стохастичного прогнозування, розроблених для стаціонарних або спеціальних випадків нестаціонарних часових рядів (далі - ЧР), та роблять це завдання важкоздійснюваним. Тому слід зазначити, що робота програмної системи, що використовує сучасні методи та технології побудови моделей, завжди буде значно поступатися за ефективністю роботі кваліфікованого інженера. Такими параметрами, зокрема, є: - загальна кількість точок ряду, які використовуються при його аналізі, - кількість точок ряду, що становлять «горизонт» прогнозу (на скільки кроків вперед він будується), - порядок авторегресії (або інакше - розмір «вікна» прогнозу, розмірність «навчального прикладу»). Для досягнення мети були поставлені такі завдання: 1. сформувати набір базових методів моделювання телетрафіка на основі аналізу існуючих методів моделювання часових рядів, 2. вибрати і обґрунтувати критерії ефективності синтезу моделей, 3. сформувати набір евристик для приміщення в базу знань експертної системи, 4. розробити методи ідентифікації моделей часових рядів на основі спеціалізації існуючих методів з урахуванням особливостей поведінки телетрафіка, 5. розробити систему прогнозування телетрафіка, засновану на знаннях, реалізувавши її програмний прототип. Уперше: 1) запропоновано метод ідентифікації моделей нестаціонарних часових рядів, що ґрунтується на використанні експертної системи продукційного типу, база знань якої містить евристики, які використовуються при аналізі характеристик телетрафіка, що дозволило автоматизувати процес синтезу моделей часових рядів для досліджуваного випадку і, таким чином, знизити затрати на обслуговування клієнтів телекомунікаційних систем;У першому розділі розглядається загальна характеристика стану проблеми дослідження та моделювання трафіку в телекомунікаційних мережах на основі аналізу публікацій з даної проблематики. Вибір цих моделей був підтверджений статистичними випробуваннями, які були проведені автором цієї роботи з використанням даних обєднаного телетрафіка різного типу (бездротові мережі, інтернет-трафік web-сервера, ethernet-трафік), агрегованого по часових інтервалах різної довжини. Ці моделі будують на підставі припущення про те, що поточне значення стаціонарного ряду представляється у вигляді лінійної комбінації поточної та минулих значень помилки, тобто (2), де - параметри моделі, - білий шум, - порядок моделі. Використання цієї моделі дозволяє уточнити довірчий інтервал для математичного очікування майбутнього (прогнозованого) значення часового ряду. Використання експонент Ляпунова та тесту Каплана-Гласса (див. розділ 4) вимагає попередніх розрахунків достатньої розмірності простору станів, відновлюваної по часовому ряду реконструкції динамічної системи, а також так званої нормалізованої затримки вкладення (normalized embedding delay) , яка являє собою деяке позитивне ціле число, використовуване у наступному конктексті: еволюція точок у відновлюваному за часовим рядом просторі станів відповідає еволюції точок вихідної динамічної системи, коли стани реконструкції розмірності будуються таким чином: (7)Був виконаний огляд існуючих методів і моделей прогнозування часових рядів. Досліджено експериментально застосовність відомих моделей часових рядів для задачі прогнозування характеристик телетрафіка.

Основний зміст роботи