[发明专利]网络设备负荷预测方法

权利要求书

1.一种网络设备负荷预测方法，其特征在于，包括如下步骤：

步骤1、在系统中建立话务模型的关键参数和设备负荷之间的关联模型，

m₁x₁+m₂x₂+…+m_nx_n＝cp    (1)，

其中，选择的参数为n，x₁表示第1个话务模型的参数，m₁表示第1个话务模型参数的权值；x₂表示第2个话务模型的参数；m₂表示第2个话务模型参数的权值；x_n表示第n个话务模型的参数，m_n表示第n个话务模型参数的权值，cp表示设备负荷；

步骤2、用预警分析系统对话务模型关键参数的权值进行估计与训练；

步骤3、利用话务模型关键参数的最终估计值和关联模型方程，用预警分析系统计算出设备负荷；

步骤4、系统对设备负荷进行分析，当设备负荷达到预定值时，触发网络预警，否则，重复步骤2。

2.根据权利要求1所述的一种网络设备负荷预测方法，其特征在于，所述步骤2包括：

步骤21、系统确定话务量忙时；

步骤22、网管系统采集n天的话务忙时的各话务模型参数数据，作为估计参数权值的训练序列X₁(n)；

步骤23、把n个训练序列代入前述方程(1)，求解得n阶矩阵关系式，得到各参数权值mi的估计值

步骤24、另取n组忙时训练数据X₂(n)，对估计值M^=(m^1,m^2,Λ,m^n)]]>进行训练，计算得到n个设备负荷估计值从而得到与实际统计得到的设备负荷cp值的差值Δcp_i，取Δcpi=cpi-cp^i,]]>式中cp_i表示第i个训练序列设备负荷cp值；

步骤25、建立另一个关联关系

m₁′x₁+m₂′x₂+…+m_n′x_n＝Δcp，

式中，x₁′表示第1个话务模型的参数，m₁′表示第1个话务模型参数的权值；x₂′表示第2个话务模型的参数；m₂′表示第2个话务模型参数的权值；x_n′表示第n个话务模型的参数，m_n′表示第n个话务模型参数的权值；

利用X₂(n)中的n组数据，计算得到第i个话务模型权值m_i′；步骤26、得到话务模型关键参数权值的最终估计值mi=m^i+mi′.]]>

3.根据权利要求2所述的一种网络设备负荷预测方法，其特征在于，所述的步骤21中，每天的话务忙时是根据各时段交换机的话务量大小来确定，选择话务量最大的时段，为忙时。