移動(dòng)通信網(wǎng)話務(wù)量需求的混沌特性及預(yù)測(cè)方法研究.pdf

1、該文在該領(lǐng)域主要作了以下幾點(diǎn)研究:1.比較系統(tǒng)地對(duì)國(guó)際上已經(jīng)研究的各種預(yù)測(cè)方法進(jìn)行了歸納和綜述,為該文研究提供了依據(jù).2.話務(wù)量需求是受多種因素影響的非線性系統(tǒng).該文運(yùn)用相空間重構(gòu)技術(shù)求取了最佳嵌入延遲和嵌入維的估計(jì)值,運(yùn)用Wolf算法估算出最大Lyapunov指數(shù)和最大可預(yù)測(cè)時(shí)間.研究結(jié)構(gòu)表明了話務(wù)量時(shí)間序列具有混沌特性及可預(yù)測(cè)性.3.由于移動(dòng)話務(wù)量的時(shí)間序列表面出復(fù)雜的非線性混沌特性,而神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力,理論上能以任

2、意精度逼近任意形式的非線性函數(shù),而且具有很強(qiáng)的學(xué)習(xí)能力,因此采用了神經(jīng)網(wǎng)絡(luò)對(duì)話務(wù)量時(shí)間序列進(jìn)行預(yù)測(cè).先運(yùn)用BP網(wǎng)絡(luò)對(duì)其進(jìn)行預(yù)測(cè).之后,考慮到話務(wù)量時(shí)間序列既具有混沌特性,同時(shí)也具有隨機(jī)、趨勢(shì)、周期循環(huán)等特性,為提高預(yù)測(cè)效果,應(yīng)用了動(dòng)態(tài)特性較強(qiáng)的遞歸神經(jīng)網(wǎng)絡(luò)-Elman網(wǎng)絡(luò),提高了預(yù)測(cè)精度.4.任何單一的預(yù)測(cè)法所獲的信息是有限的,因此該類方法要冒較大的風(fēng)險(xiǎn).為此,提出了將幾種不同預(yù)測(cè)方法取得的預(yù)測(cè)值加權(quán)平均后作為最終預(yù)測(cè)值的組合預(yù)測(cè)法.考