通信网业务参量的一个随机预测模型

2076858 2008-11-15 | rar | 333 | 次下载 | 3积分

资料介绍

利用离散时间型马尔科夫链及随机理论，构造了一个转移概率矩阵，并按照通信网业务特性，将需要预测的通信业务分为N个等级，定义了S={1,2,…,N}共N个状态空间，建立了通信网业务参量的随机预测模型。通过通信网的实例分析，说明了该模型的可靠性。
关键词马尔科夫链; 状态概率向量; 转移概率矩阵; 通信网业务参量; 预测模型

目前，对于通信网络业务的预测已有多种预测方法和模型[1~3]，这些模型各有其特点，有的虽计算量惊人，但仍难以获得满意的结果。由于通信网业务量的变化具有较强的随机性，是一个典型的随机过程，而马尔科夫过程是一种特殊的随机过程，具有可描述事物随机变化的良好特性，而且通信网业务参量的变化态势只与其现在的某种状态有关。因此，可利用马尔科夫过程的理论来研究通信网业务参量的变化趋势，预测将来某一时刻通信网的业务状况。
1 马尔科夫随机预测模型
1.1 马尔科夫链与转移概率矩阵
离散时间型马尔科夫链是研究某一离散事件的状态及状态之间转移规律的随机过程，它通过对t0时刻事件不同状态的初始概率及状态间的概率转移关系来研究(t0+Δt)时刻状态的变化趋势。马尔科夫过程具有无后性，即状态转移概率仅与转移出发状态i、转移步数k、转移后状态j有关，而与何时转移这一初始时刻无关。设马尔科夫链的状态空间为有限空间S，S={1, 2, …, N}, 其转移概率})(/)({) ,()(inxjknxPknnPkPijij==+=+=，k≥1。当k=1时，Pij称一步转移概率，简记为Pij，
且有0≤Pij≤1，i, j =1, 2, …, N；i =1, 2, …, N，则转移概率矩阵定义为P=(P ,11=Σ=NjijPij)。