近年来,电信业竞争已经出现了新的趋势,由于技术的突破使通信手段多样化,电信市场上替代性的异质竞争比同质竞争更为激烈,电信业步入了话务量竞争时代。因此根据长期话务统计资料和市场经济信息对通信话务量的变化趋势进行预测,对于客服中心将话务员进行自动排班来说是很重要的一个环节。预测学,是近年来随着社会、科学、经济和技术的发展形成的一门新兴的年轻学科,据估计,利用预测方法获得的收益比用于预测开支要高50倍,因此对预测的深入研究有着广泛的应用前景。本文以电信客服中心需要对话务员进行排班的需求为前提,设计实现了话务量预测系统。该系统主要包括预测执行过程、预测结果查询以及事件处理三大模块。本文首先对话务员排班和话务量预测做了简要介绍,之后着重介绍了指数平滑模型、线性随机模型、人工神经网络BP模型、人工神经网络RBF模型、人工神经网络随机模型和遗传算法与BP算法相结合的模型,并对各种预测模型的预测结果进行比较分析。分章节描述了将上述各种预测模型应用到话务量预测的实现过程,分析总结了各种预测模型的优缺点。从实验数据结果中表明,改进的随机神经网络模型以及遗传算法和BP算法相结合的模型能够取得较好的预测结果。总之,本文在设计实现话务量预测系统的同时,也对以上几种预测模型在理论方面进行了研究和分析比较。