19174.小波變換下arma改進模型預測話務總量的研究

1、小波變換下ARMA改進模型預測話務總量的研究重慶大學碩士學位論文（學術學位）學生姓名：邵龍鋒指導教師：黃光輝副教授專業(yè)：概率論與數理統(tǒng)計學科門類：理學重慶大學數學與統(tǒng)計學院二O一五年四月重慶大學碩士學位論文中文摘要I摘要進入21世紀以后，隨著科技和網絡的發(fā)展，我國通信行業(yè)迅速壯大，特別是移動、聯通和電信三大運營商，其網絡規(guī)模不斷擴大，業(yè)務種類多種多樣，客戶數量大量增加。在這個行業(yè)中，話務量是一個重要概念，它的大小不僅關系到客戶的通信質量

2、，而且為運營商提供了發(fā)展的依據。雖然地面上基站數量的多少和運營商網絡設備的性能以及用戶通話次數直接決定了話務量的大小，但是我們要做的是根據已知的話務量歷史數據如何提前準確地預測話務量大小，以便及時地作出調整，避免潛在的風險。話務量歷史數據作為一種時間序列，我們可以用很多成熟的時間序列模型來進行預測，但是如何更加準確地來進行預測是我們研究的重要課題。在本文中把小波變換思想引入到ARMA模型中來對其進行改進而后預測。基于此，本文的主要研究內

3、容如下：①首先詳細介紹了小波變換思想和單支重構算法。②著重分析了話務量的幾種預測模型，主要包括自回歸模型(AR)、滑動平均模型(MA)、自回歸滑動平均模型(ARMA)等。③對已經采集的話務量原始序列進行小波分解，得到近似部分和各細節(jié)部分，并分別單支重構到原級別上，對各個重構后的序列分別建立ARMA模型，進而對原序列進行預測。④基于預測模型的理論分析，本論文也給出常用的ARMA模型對已有數據的預測結果，并將其結果與改進模型下的預測結果進行