移动网络长久、稳定的运行,有赖于及时、有效的网络规划与优化,运营者以主动性的网络变化成功应对用户行为的变化及其趋势,因此根据话务统计资料和其他业务信息对移动通信话务量的变化趋势进行预测,以此来确定工程扩容将要达到的容量,然后由各地设定的相应话务模型计算设备的有效容量,从而决定满足设计容量的设备类型和数量,对于移动通信运营商来说非常有必要。文章主要研究内容为:1.基于话务量数据的特性,提出基于加权马尔可夫的移动话务量超短期预测模型。该模型具有要求的样本少,运算速度快,预测精度高,可检验等的特点。根据该模型的缺陷,应用模糊Fisher准则的有序聚类方法,克服了聚类有效性对样本空间分布的依赖并同时提高了效率。仿真结果表明,该算法在移动通信话务量预测中,运算速度快,准确度高;2.根据话务量数据的特征,首次提出了一种基于微正则退火算法和支持向量机的中期预测模型。支持向量机参数的选择影响其预测的能力,微正则退火算法是通过在状态空间中随机行走的虚拟妖来实现参数的优化选择。实际的话务量数据验证表明,其搜索成功率远高于模拟退火算法,目标函数值下降更快,能在短时间内搜索到最优解,且预测精度高。