买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网信息通信产业集团有限公司

摘要：本发明公开了基于混合整数规划的网络流量建模和预测方法和装置，引入了Box集的相关概念，建立了基于混合整数规划的流量模型。在该建模和优化问题中，将网络流量时间序列转化为高维点集，以在所有情境下切割冗余空间最多为目标，通过建立了混合整数规划模型来求解Box集的多个超平面边界。在该优化问题中，可以保证所有情景下一段流量时间序列对应的点都被包含在这个Box集合中，保证在对未来数据做区间预测时可以有较小的估计误差。同时引入了多个预算约束，在这一模型的基础上对时间序列进行预测。预算约束主要由对网络流量的分析结果得到，通过这些预算约束可以保证描述网络流量的Box集更加精确。

主权项：1.基于混合整数规划的网络流量建模和预测方法，其特征在于，包括以下步骤：S1、收集园区网络中各个终端的网络流量传输数据；S2、构建流量传输数据的Box集，根据S1收集到的网络流量传输数据，建立混合整数规划模型来求解描述流量不确定性的Box集，利用Box集构建数学规划问题进行滚动预测，得到流量数据的预测结果；S3、根据S2得到的流量数据的预测结果对包含终端和多种交换机设备的园区网络系统运行进行控制；所述S2包括以下步骤：S201、将网络流量传输数据按相等时间划分，得到高维点集；S202、基于高维点集建立初始Box集数学模型，然后切割Box集数学模型，化简切割后的Box集得到MILP数学模型，最后使用拉格朗日松弛法将MILP数学模型的部分约束松弛到目标函数上得到拉格朗日松弛转化模型，求解拉格朗日松弛转化模型得到描述Box的若干个超平面约束；S203、分析流量特性并添加预算约束条件，得到另外一组超平面约束；S204、根据S202和S203中的得到的两组超平面约束条件构建预测节点数学规划模型，预测节点数学规划模型包括目标函数和约束条件；S205、根据构建的预测节点数学规划模型，对未来流量数据进行滚动预测，得到未来一段时间内各个时间节点的预测结果；S202包括以下步骤：1）建立初始Box集数学模型为： 其中为需要得到的Box集合，为一个高维点坐标，为第个维度上的坐标值，为各个维度上的最大值，为S201流量数据处理后得到的高维点集，这样就可以得到了一个初始Box集；2）用切割Box集数学模型切割Box集；3）化简切割后的的Box集数学模型得到MILP数学模型：4）使用拉格朗日松弛法将MILP模型部分约束松弛到目标函数上得到拉格朗日松弛转化模型，解上述拉格朗日松弛转化模型即可得到一个最优解，在拉格朗日松弛转化数学模型约束条件上加上，再次求解即可以得到次优解，循环求解多次，直到得到个超平面约束；S204中，预测节点数学规划模型的目标函数为： 其中，为预测节点的预测上界，为预测节点的预测下界；S204中，约束条件为： 其中，、为求解拉格朗日松弛后的MILP模型和预算约束数学模型得到的两组超平面约束的系数，前个约束为Box集超平面约束，第到第个约束为预算约束，最后一个约束中、为决策变量，为需要预测流量数据的时间节点；、、、为时间节点；S205包括以下步骤：a、根据预测节点数学规划模型的系数矩阵，使用Benders分解法求解当前预测节点数学规划模型，得到当前预测节点的预测结果，系数矩阵包括不等式约束的系数矩阵和右端向量，等式约束的系数矩阵和右端向量，单变量约束的上界和下界,如果达到终止条件，则流程结束，得到未来一段时间节点流量的预测结果；否则，执行b；b、将当前预测节点的预测结果添加到下一个预测节点数学规划模型的约束条件中，更新数学规划模型的系数矩阵，求解得到下一个预测节点的预测结果，周而复始，进行向后滚动预测，直至达到目标预测时间，得到未来一段时间内各个时间节点的预测结果。

全文数据：

权利要求：

百度查询： 国网信息通信产业集团有限公司 基于混合整数规划的网络流量建模和预测方法和装置