針對電信行業(yè)自適應(yīng)智能話務(wù)預(yù)測模型的研究與實現(xiàn).pdf

1、隨著中國經(jīng)濟(jì)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(wù)量等數(shù)據(jù)，且話務(wù)數(shù)據(jù)也具備時間序列的性質(zhì)，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(wù)數(shù)據(jù)，找出其變化發(fā)展的規(guī)律，并建立合理的話務(wù)預(yù)測模型，實現(xiàn)對未來平時和節(jié)假目情況的自適應(yīng)話務(wù)預(yù)測。準(zhǔn)確合理的預(yù)測結(jié)果可以作為各個運營商進(jìn)行網(wǎng)絡(luò)維護(hù)、市場規(guī)劃等工作的決策基礎(chǔ)，故話務(wù)預(yù)測具有重要的意義。 本文研究的電信行業(yè)自適應(yīng)智能話務(wù)預(yù)測模型及實現(xiàn)，主要

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

3、在具體應(yīng)用中做了詳細(xì)的分析和說明。 (2)提出一種話務(wù)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(wù)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(tǒng)時間序列周期分析方法的一些缺點，也作為話務(wù)預(yù)測算法研究的基礎(chǔ)。研究該算法時運用了統(tǒng)計和最小二乘法等數(shù)學(xué)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(dá)到最小，從而找出話務(wù)時間序列的周期。實驗表明該算法容易實現(xiàn)，

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(wù)量預(yù)測算法——一種線性最小方差自適應(yīng)話務(wù)量預(yù)測算法運用傳統(tǒng)的Box—Jenkins(簡稱B—J)時間序列預(yù)測建模法，進(jìn)行預(yù)測建模處理，通過詳細(xì)的分析和實驗說明：“傳統(tǒng)的B—J時間序列預(yù)測法并不太適合直接運用在話務(wù)時間序列預(yù)測建模中”。為此，作者研究出一種平時情況的話務(wù)量預(yù)測算法，即一種線性最小方差自適應(yīng)話務(wù)量預(yù)測算法，針對話務(wù)時間序列時變性比較強(qiáng)的特點

5、，該預(yù)測算法在參數(shù)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(yù)測算法對日常話務(wù)量的預(yù)測效果比較好。 (4)提出一種節(jié)假日話務(wù)量預(yù)測算法作者研究出一種節(jié)假日自適應(yīng)話務(wù)預(yù)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(shù)估計法、以及集合分組劃分等方法。利用該預(yù)測算法對節(jié)假日進(jìn)行話務(wù)預(yù)測的時候，它具有適應(yīng)性強(qiáng)、關(guān)聯(lián)程度高、預(yù)測效果好等優(yōu)點。通過節(jié)假日話務(wù)量對比預(yù)測實驗，說明該預(yù)測算法比較適合