基于自适应最优模糊逻辑系统的移动通信话务预测

移动通信话务数据具有强非线性,传统的预测技术很难准确预测其变化规律.文中根据移动通信话务量的特点,对移动通信话务数据进行分块建模———采用最近邻模糊聚类算法对周期分量模块进行建模,采用线性回归方法对趋势分量模块进行建模,并据此设计了一种智能型的自适应最优模糊逻辑话务预测系统,进而对广东某地区的话务数据进行了预测.现场调试结果表明,该预测系统能有效预测移动通信的话务量.

基于复合模型的智能化移动通信话务预测

移动通信话务量作为一种时间序列,具有较强的非线性和随机性,而且易受节假日、旅游等客户行为及天气等其它因素的影响。尤其是话务量长期的发展变化,很难用传统的预测方法进行预测。根据移动通信话务量自身特点,采用复合模型,将话务量分为平稳期趋势分量、平稳期周期分量、节假日话务量,用综合评判的分段一元线性回归及模板匹配算法分别对趋势分量、周期分量和节假日话务进行建模。最后,开发了基于复合模型的智能化预测系统,在广东省某市试运行的结果表明:基于复合模型的预测方法比传统预测方法精度高。