移動通信話務和湖泊輪廓演變的預測模型研究.pdf

1、關(guān)于預測的研究，已經(jīng)有眾多學者做了大量的相關(guān)工作。但是在實際應用中，預測模型的構(gòu)建通常是具有針對性的，預測結(jié)果的精度也存在很大提升空間。并且，對于在平面上進行圖形的預測還不成熟。本文專注于預測分析與建模的研究。在前人對預測模型的研究基礎(chǔ)上，從移動通信話務和湖泊輪廓演變兩個應用方面著手，具體研究工作如下：
　　首先構(gòu)建支持向量機模型。由于其訓練參數(shù)決定著最終結(jié)果的精確度，選擇了具有全局優(yōu)化能力的蟻群算法來對支持向量機進行改進優(yōu)化。經(jīng)

2、過實驗仿真，優(yōu)化之后的支持向量機模型，在話務量預測的精度及時效性上相對于傳統(tǒng)支持向量機模型具有明顯優(yōu)勢。
　　為了更準確的對忙時話務量進行預測，在考慮多因素條件下提出一種基于經(jīng)驗模態(tài)分解的高斯過程和灰色預測的組合預測模型。首先提取出對話務量最有影響力的關(guān)鍵因素。然后用經(jīng)驗模態(tài)分解法把話務量數(shù)據(jù)在時域上分解成具有不同頻率特征的多個分量。把這些分量結(jié)合高斯過程和灰色模型分別進行預測，然后把各預測結(jié)果疊加，得到話務量預測值。通過仿真實驗

3、，驗證了該算法在預測話務量方面具有預測精度高，實現(xiàn)較容易等優(yōu)越性。
　　為了更深入廣泛的研究預測模型的應用，提出了基于圖像變化的預測模型。以我國章江頭木錯湖為例，研究了湖泊邊緣的演變。從采集的該湖泊遙感圖像上得到其邊緣圖，作為研究區(qū)域。在研究區(qū)域中間選擇一個原點，并以此作射線，得到預測所需的原始數(shù)據(jù)。建立灰色預測模型，對所得數(shù)據(jù)進行預測分析，得到湖泊輪廓變化的預測圖，并對預測結(jié)果進行驗證，最終結(jié)果表明該研究方法對湖泊輪廓變化趨勢的