论文部分内容阅读
OD(Origin-Destination)流量估计可以获得网络流量在各个OD对间的分布情况,在网络优化、管理和网络异常的检测与识别方面具有重要意义。本文针对OD流量估计解的欠定性,提出网络OD流量估计需要结合网络流量的时空分布这一观点,并采用一种基于递归多感知器网络(Recurrent Multilayer Perceptron: RMLP)实现了时空关联OD流量估计。采用Abilene网络的实际数据仿真计算结果表明本文提出的方法能够在没有任何先验信息条件下稳定地计算OD流量,计算精度明显优于目前国际上一些流行算法。