基于RBFNN的数据通信业务收入发展预测

数据通信业务收入发展状况受多种不确定因素影响,其预测过程是一个复杂的非线性问题,采用传统预测方法难以逼近复杂的非线性映射关系,其预测误差大.为此根据神经网络的非线性特性,提出一种基于RBF神经网络的数据通信业务发展预测模型,对2006-2011年数据通信业务收入发展进行预测,与BP网络训练结果比较,其收敛速度快,训练精度高,具有较强的鲁棒性和容错性,应用效果显著.

BP神经网络在数据通信业务经济预测中的应用

本文基于 BP神经网络模型实现了 1999～ 2 0 0 5年数据通信业务的业务收入发展预测 ,对于预测中的不可量化影响因素 ,根据其发展变化的历史序列和预期状况进行了编码量化 ,实现了不可量化因素输入定量模型的量化处理。通过本问题的建模与预测结果表明 ,该方法具有很强的学习与泛化能力 ,对于处理相关回归预测中的不可量化因素具有很好的应用价值。