论文部分内容阅读
随着通信市场竞争的日趋激烈,中国移动通信GSM网话务量预测的工作越来越重要,对于移动公司来说,话务量的大小直接关系到移动公司的经济效益。话务量多少直接影响到网络设计,网络规划以及网络性能评价等方面,无线话务量预报可以使移动公司更好地预防网络存在的拥塞,覆盖和干扰等问题,从而使失去的话务量重新吸收回来,达到增加话务收入的目的。因此,话务量预测的研究是非常必要的。
支持向量机是数据挖掘中的一项新技术,是借助于最优化方法解决机器学习问题的新工具。但是将其应用到通信市场的预测中却并不多。本文在分析移动GSM网话务量预测的基础上,提出了利用支持向量机预测话务量。基于支持向量机用于时间序列预测的理论基础,给出了基于时间序列的支持向量机预测模型。并且选取湖南移动株洲分公司2008年1月-8月的GSM网话务量数据作为训练预测数据,在对核函数及其参数的适当选择情况下,对于支持向量机的话务量预测进行了实证检验。并与ARIMA时间序列模型进行了对比分析。
结果表明,支持向量机方法不但可以较准确地预测移动GSM网话务量的发展趋势,而且预测也具有很好的效果。由此可见,应用支持向量机对移动话务量进行预测前景非常看好。