论文部分内容阅读
近年来,电信产业迅猛发展,通讯网络不断扩大。随着电信市场逐步走向开放化和自由化,高质量的服务越来越受到重视。因此及时有效地对电信的业务数据等信息进行分析、预测和监控成为电信运营企业面临的越来越重要的需求。而现有的电信业务监控系统往往通过调研和经验对运营信息进行监控,缺乏理论支撑,大大降低了决策管理的效率。
目前,电信运营商网络系统内尚无比较完善的信息数据的预测算法和工具。本课题立足于目前电信业务监控的实际需求,结合南京电信局的业务数据,在深入研究时间序列预测方法的基础上,开发实现了基于时间序列的电信信息预测监控系统。主要完成以下工作:
(1)基于MVC设计模式,设计电信信息预测监控系统的系统构架。开发系统,实现数据展现、报表下载、数据监控的基本功能。
(2)利用时间序列分析方法的原理,设计完整有效的建模机制,建立预测模型,实现模型识别、阶数判定、参数估计的自动建模流程。开发完成采用时间序列分析法的预测模块。
(3)利用神经网络方法建立时间序列的预测模型。实现改进的BP神经网络方法的组合,采用神经网络的集成方式进行预测。开发完成采用BP神经网络法的预测模块。
(4)设计有效的算法调用机制,实现后台建模预测机制的调度流程,实现算法程序和前台信息的交互。
本系统采用Web应用的经典设计模式--MVC模式,提出了综合JSP、Servlet和JDBC等技术的四层应用系统的解决方案,实现了可扩展的企业级应用系统。并将统计方法中的时间序列分析方法和神经网络法中的BP算法同时应用到电信预测监控系统中,并提供了开放式的预测建模机制。在Java和数据分析软件Matlab的混合编程技术的基础上,实现了预测建模算法在系统中的调度。最终开发完成基于电信时间序列数据、便于扩展应用、内嵌预测建模算法的电信信息预测监控系统。