針對電信行業(yè)自適應智能話務預測模型的研究與實現.pdf

1、隨著中國經濟的不斷繁榮，我國電信業(yè)也取得了非凡的業(yè)績，各個電信運營商積累了大量的話務量等數據，且話務數據也具備時間序列的性質，因此可以用時間序列的基本理論和方法，分析這些歷史話務數據，找出其變化發(fā)展的規(guī)律，并建立合理的話務預測模型，實現對未來平時和節(jié)假目情況的自適應話務預測。準確合理的預測結果可以作為各個運營商進行網絡維護、市場規(guī)劃等工作的決策基礎，故話務預測具有重要的意義。 本文研究的電信行業(yè)自適應智能話務預測模型及實現，主要

2、內容包含：時間序列基本理論及常見預測模型、話務時間序列的周期分析、平時情況的話務量預測模型研究、節(jié)假日情況的話務量預測模型研究、以及話務量預測模型的具體系統實現等。論文是對作者研究工作的全面總結，其中的關鍵內容包括如下幾方面： (1)對比分析了幾種常見的時間序列預測模型及其應用時間序列建模的相關理論是本文研究的理論基礎，針對話務預測建模問題，作者對比分析了幾種常見的時間序列預測模型，并根據時間序列模型選擇的常見準則和理論等，對其

3、在具體應用中做了詳細的分析和說明。 (2)提出一種話務時間序列周期分析算法——一種時間序列較優(yōu)周期搜尋算法作者研究出一種話務時間序列周期分析算法，即一種時間序列較優(yōu)周期搜尋算法，該算法克服了傳統時間序列周期分析方法的一些缺點，也作為話務預測算法研究的基礎。研究該算法時運用了統計和最小二乘法等數學知識，并引入集合劃分的思想，通過合理的分組，使其各組樣本所得到的總體均方差達到最小，從而找出話務時間序列的周期。實驗表明該算法容易實現，

4、搜尋得到的周期和實際情況是相吻合的，且效果較好。 (3)提出一種平時情況的話務量預測算法——一種線性最小方差自適應話務量預測算法運用傳統的Box—Jenkins(簡稱B—J)時間序列預測建模法，進行預測建模處理，通過詳細的分析和實驗說明：“傳統的B—J時間序列預測法并不太適合直接運用在話務時間序列預測建模中”。為此，作者研究出一種平時情況的話務量預測算法，即一種線性最小方差自適應話務量預測算法，針對話務時間序列時變性比較強的特點

5、，該預測算法在參數估計的時候運用了帶遺忘因子的遞推最小二乘算法等。通過一系列模擬實驗，說明該預測算法對日常話務量的預測效果比較好。 (4)提出一種節(jié)假日話務量預測算法作者研究出一種節(jié)假日自適應話務預測算法，該算法采用了時間序列的水平和速度分析法、遺忘因子參數估計法、以及集合分組劃分等方法。利用該預測算法對節(jié)假日進行話務預測的時候，它具有適應性強、關聯程度高、預測效果好等優(yōu)點。通過節(jié)假日話務量對比預測實驗，說明該預測算法比較適合