基于支持向量機的電信話務(wù)量預(yù)測方法.pdf

1、話務(wù)預(yù)測技術(shù)是通訊網(wǎng)絡(luò)系統(tǒng)設(shè)計、規(guī)劃和優(yōu)化的重要手段之一，同時也能為電信企業(yè)制定營銷策略提供決策支持。雖然話務(wù)預(yù)測的研究已有20多年歷史，并形成了一些話務(wù)預(yù)測方法，但是隨著新理論和新技術(shù)的發(fā)展，對話務(wù)預(yù)測新方法的研究仍在不斷地深入進行。支持向量機作為數(shù)據(jù)挖掘的一項新技術(shù)，應(yīng)用于模式識別和處理回歸問題等諸多領(lǐng)域。本文利用支持向量機優(yōu)越的非線性學習及預(yù)測性能，針對短期話務(wù)預(yù)測的各種影響因素的非線性特性，提出基于支持向量機的電信話務(wù)量預(yù)測新方

2、法，以提高預(yù)測精度和時效性，該研究具有重要的理論意義和實用價值。 由于影響話務(wù)量的因素繁多且復(fù)雜，若對輸入不加適當選擇處理會導致預(yù)測精度降低，訓練時間增加?？紤]到話務(wù)量變化的周期性特點，因此本文采用話務(wù)量聚類預(yù)處理技術(shù)，應(yīng)用模糊聚類分析的基本原理，依據(jù)輸入樣本的相似度選取訓練樣本，即選用同類特征數(shù)據(jù)作為預(yù)測輸入，保證了數(shù)據(jù)特征的一致性，強化了歷史數(shù)據(jù)規(guī)律。在基于支持向量機話務(wù)預(yù)測之前，先對樣本進行模糊聚類分析，選取與預(yù)測樣本特征

3、相似的樣本作為支持向量機的訓練樣本。 本文分析了支持向量機的基本原理，支持向量機具有非線性擬合、泛化能力強、訓練收斂速度快等顯著特點。數(shù)值試驗結(jié)果表明，支持向量機具有較強的學習能力。另外，本文還具體討論了支持向量機中高斯核函數(shù)中參數(shù)σ對支持向量機學習預(yù)測性能的影響，指出高斯核函數(shù)具有描述樣本相似程度這一性質(zhì)，通過數(shù)值實驗和理論分析給出了一種選擇高斯核函數(shù)的方法-拐點法。進一步指出樣本數(shù)據(jù)標準化對學習預(yù)測的影響，給出了標準化后選擇