黃文吉Hwang, Wen-Jyi陳厚邑Chen, Hou-Yi2023-12-082023-02-082023-12-082023https://etds.lib.ntnu.edu.tw/thesis/detail/dca4322bd593623251b98bd33bc59174/http://rportal.lib.ntnu.edu.tw/handle/20.500.12235/121581現今社會對於網路使用越來越依賴,因此網路的頻寬分配是極度重要的,良好的頻寬分配不僅可以使網路使用不遭受卡頓,也不會造成封包傳送時的流失,但一昧的增大頻寬分配只會浪費網路資源,而在過去的研究中提出了利用GRNN 預測頻寬分配且獲得不錯的成效。本論文提出利用 K-means 法則優化 GRNN 預測頻寬分配之系統,在先前研究中 GRNN 預測雖然有不錯的效果,但預測時所需要事先填入的頻寬數據卻沒有一個準則去選出,若原始的頻寬選擇不良則會造成預測結果不佳,而本論文利用 K-means 解決此問題,且在預測效果上穩定良好。本論文也利用此方法有效降低在先前研究中所建立的頻寬分配系統的硬體資源消耗,在降低硬體資源需求的同時,維持良好的預測結果甚至有著更佳的預測效果。none網路頻寬預測GRNNK-means利用 K-means 法則及廣義迴歸網路執行服務頻寬預測之研究Bandwidth Allocation of a Service Based on K-means Algorithm and General Regression Neural Networketd