基于矢量量化IFTS的网络流量预测模型
来源：计算机应用与软件杂志2024年第1期北京时间：
作者：周志强，杨雪青,
摘要：针对传统网络流量预测模型存在的局限性，提出一种基于矢量量化直觉模糊时间序列的网络流量预测模型。利用模糊直觉推理有效地表述了网络流量数据中存在的高度模糊性以及不确定性，利用直觉模糊时间序列矢量距离作为评估标准，并且通过坐标平移与质心进行匹配，提升不同时间序列段的分类能力，从而有效地建立网络流量预测模型。通过实验分析可知，提出的预测模型能够提升预测精度并且减少计算复杂度，另外该算法有能力长期预测多个输出。
关键词：直觉模糊时间序列, 矢量量化, 网络流量, 长期预测
