[发明专利]流量预测方法及装置

权利要求书

1.一种流量预测方法，其特征在于，所述方法包括：

获取目标网络在第一时间段内的流量数据；

对所述流量数据进行预处理，获取预处理后的流量数据，所述预处理后的流量数据包括第一时间段内第1个时刻到第n个时刻的n个流量；

根据所述预处理后的流量数据及第一模型，获取第二时间段内的第一预测流量数据，所述第二时间段的第一预测流量包括第n+1个时刻到第2n个时刻的第一预测流量；

根据所述第一预测流量数据和第二模型获取所述第一预测流量数据对应的第二预测流量数据；

根据所述第一预测流量数据及所述第二预测流量数据获取所述第二时间段内的预测流量数据；

所述第一模型为长短期记忆网络模型LSTM，所述第二模型为二阶指数平滑模型SES；

所述根据所述预处理后的流量数据及第一模型，获取第二时间段内的第一预测流量数据，包括：

根据所述n个连续时刻的流量中的第i个时刻的流量数据、第i-1个时刻LSTM的输出、第i-1个时刻LSTM的状态参数，得到第i个时刻LSTM的输出、第i个时刻LSTM的状态参数和第i+1个时刻的预测流量；其中，1≤i≤n；

当所述i＝1时，第i-1个时刻LSTM的输出、第i-1个时刻LSTM的状态参数分别为随机值或0；

当所述i＝n时，第i+1个时刻的预测流量为第二时间段内第n+1个时刻的第一预测流量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述预处理后的流量数据及第一模型，获取所述第二时间段内的第一预测流量数据，还包括：

根据第二时间段内第m个时刻的预测流量、第m-1个时刻LSTM的输出、第m-1个时刻LSTM的状态参数，得到第m个时刻LSTM的输出、第m个时刻LSTM的状态参数和第m+1个时刻的预测流量；其中，n+1≤m≤2n。

3.根据权利要求1所述的方法，其特征在于，

根据所述第一预测流量数据和第二模型获取所述第一预测流量数据对应的第二预测流量数据，包括：

对于所述第二时间段内第n+1个时刻到第2n个时刻的中的任一时刻的第一预测流量进行二阶指数平滑处理；

根据该时刻的预测流量的二阶指数平滑处理结果确定该时刻的第二预测流量数据；

所述第二预测流量数据包括第二时间段内第n+1个时刻到第2n个时刻的第二预测流量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一预测流量数据及所述第二预测流量数据获取所述第二时间段内的预测流量数据，包括：

计算任一时刻的第一预测流量及第二预测流量的算术平均值；

将所述算术平均值作为该时刻的预测流量数据。