GPRS網(wǎng)絡(luò)優(yōu)化中小區(qū)流量的預(yù)測(cè)研究.pdf

1、隨著用戶使用手機(jī)上網(wǎng)的數(shù)量以及因此帶來(lái)的數(shù)據(jù)量越來(lái)越多，無(wú)線網(wǎng)絡(luò)的優(yōu)化成為現(xiàn)在網(wǎng)絡(luò)運(yùn)營(yíng)商的一個(gè)重要工作。如何更早的發(fā)現(xiàn)網(wǎng)絡(luò)中可能存在的問(wèn)題，為網(wǎng)絡(luò)優(yōu)化工程師采取措施提前預(yù)防提供決策支持，是現(xiàn)在無(wú)線網(wǎng)絡(luò)優(yōu)化中的一個(gè)重要問(wèn)題。
　　 本文首先分析了現(xiàn)在網(wǎng)絡(luò)運(yùn)營(yíng)商在進(jìn)行網(wǎng)絡(luò)優(yōu)化時(shí)所采取的方法。針對(duì)其中網(wǎng)絡(luò)問(wèn)題發(fā)現(xiàn)的時(shí)間上滯后性，提出基于預(yù)測(cè)的無(wú)線網(wǎng)絡(luò)優(yōu)化方法一一根據(jù)無(wú)線網(wǎng)絡(luò)過(guò)去的性能情況，預(yù)測(cè)將來(lái)的性能情況，提前發(fā)現(xiàn)網(wǎng)絡(luò)中的潛在問(wèn)題。

2、并以湖南移動(dòng)公司郴州分公司某一無(wú)線小區(qū)的流量數(shù)據(jù)，進(jìn)行的預(yù)測(cè)研究。
　　 第一步使用時(shí)間序列模型進(jìn)行預(yù)測(cè)研究。利用小區(qū)流量以天為周期變化的特點(diǎn)，應(yīng)用乘積季節(jié).ARIMA模型對(duì)其進(jìn)行建模，得到GPRS小區(qū)的流量變化預(yù)測(cè)模型，并得到了較好的預(yù)測(cè)效果。為了提高預(yù)測(cè)的精度，實(shí)驗(yàn)對(duì)原始的流量數(shù)據(jù)進(jìn)行了預(yù)處理，并比較各個(gè)經(jīng)典的時(shí)序模型的預(yù)測(cè)結(jié)果，確定ARMA模型為最佳模型。最后，選取其他兩種類型的小區(qū)進(jìn)行研究，發(fā)現(xiàn)了不同小區(qū)的流量時(shí)序模型的

3、相同之處。
　　 第二步，本文選取使用BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行預(yù)測(cè)研究。本文分別針對(duì)數(shù)據(jù)的預(yù)處理、訓(xùn)練數(shù)據(jù)集大小以及輸入向量的大小分別進(jìn)行了研究，以確定使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的一個(gè)最佳參數(shù)組合。實(shí)驗(yàn)顯示，對(duì)原始數(shù)據(jù)取對(duì)數(shù)、訓(xùn)練數(shù)據(jù)集大小為3以及輸入向量大小為3是一組最佳的參數(shù)組合。
　　 最后，本文使用KIII模型結(jié)合KNN算法來(lái)對(duì)小區(qū)的流量進(jìn)行預(yù)測(cè)研究。在分析KIII模型預(yù)測(cè)方法的基礎(chǔ)上，對(duì)小區(qū)流量進(jìn)行了預(yù)測(cè)，并分析了學(xué)習(xí)次數(shù)