[期刊论文]

针对当前无线网络流量预测精度低、预测结果可信度低等问题,为了获得理想的无线网络流量预测结果,设计了聚类分析和神经网络的无线网络流量预测模型。首先,针对无线网络流量预测建模过程中的训练样本选择难题,采用聚类分析算法构建最优的训练样本集合；然后,引入神经网络对训练样本进行学习；最后进行了无线网络流量预测仿真实验。结果表明,设计模型克服了当前无线网络流量预测模型存在的一些弊端,可以描述无线网络流量变化特点,无线网络流量预测精度可以满足实际应用的要求,而且无线网络流量预测建模的效率高,整体预测效果要优于当前经典模型,为无线网络流量预测建模提供了一种新的研究思路。