• Abilene
• matrici di traffico
• random neural networks (RNN)
• stima di matrici
• TME

Il problema di stima delle matrici di traffico è molto importante sia in fase di creazione di una rete sia quando la si deve monitorare, per cui nel tempo sono stati proposti diversi metodi. Dopo aver analizzato i vari metodi di stima per le matrici di traffico, già trattati in altre sedi, ho rivolto la mia ricerca alla stima delle matrici di traffico mediante le RNN. Le RNN sono un particolare tipo di reti Neurali,che rispetto alle ANN possono essere modellate come reti di code. La caratteristica principale delle RNN è quello di “imparare” andamento della rete a partire da un data set limitato.
Per implementare l’algoritmo di stima ho utilizzato un set di dati reali, raccolti dalla rete Abilene, ho quindi considerato una rete per ogni flusso OD. Ho implementato prima l’algoritmo di training e successivamente quello di stima calcolando infine i valori di errore in termini di RRME e MSE.