專利名稱：一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的vlr用戶數(shù)預(yù)測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明公開(kāi)了新型電信業(yè)務(wù)預(yù)測(cè)法，特別是一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的 VLR用戶數(shù)預(yù)測(cè)方法。
背景技術(shù)：
電信業(yè)務(wù)預(yù)測(cè)是通信網(wǎng)絡(luò)分階段建設(shè)規(guī)劃的前提條件，同時(shí)也是規(guī)劃期內(nèi)電信業(yè)務(wù)量和投資預(yù)估的必要條件之一。預(yù)測(cè)方法的選擇直接關(guān)系到預(yù)測(cè)結(jié)果的精確程度。傳統(tǒng)的預(yù)測(cè)方法很多，如趨勢(shì)外推法，成長(zhǎng)曲線法等，但這些預(yù)測(cè)方法的預(yù)測(cè)結(jié)果會(huì)出現(xiàn)以下問(wèn)題預(yù)測(cè)結(jié)果均為平滑的曲線，無(wú)法直觀描述出電信業(yè)務(wù)隨季節(jié)及其他外部環(huán)境引起的波動(dòng)1、預(yù)測(cè)結(jié)果均為平滑的曲線，無(wú)法直觀描述出電信業(yè)務(wù)的波動(dòng)性。2、預(yù)測(cè)結(jié)果對(duì)國(guó)家政策，市場(chǎng)策略等重要因素的變化反應(yīng)不明顯。3、其他神經(jīng)網(wǎng)絡(luò)算法易于陷入局部最優(yōu)解。傳統(tǒng)電信預(yù)測(cè)包括1、中國(guó)專利《一種電信業(yè)務(wù)支撐系統(tǒng)服務(wù)器處理能力預(yù)測(cè)與規(guī)劃方法》，公告號(hào)CN101374076 ；2、中國(guó)專利《電信網(wǎng)絡(luò)中基于業(yè)務(wù)預(yù)測(cè)的交換電路的自動(dòng)建立系統(tǒng)和方法》，公告號(hào)CN1887024。神經(jīng)網(wǎng)絡(luò)模型已經(jīng)廣泛的應(yīng)用于各個(gè)行業(yè)的數(shù)據(jù)預(yù)測(cè)之中，例如1、中國(guó)專利《基于BP神經(jīng)網(wǎng)絡(luò)的水體中葉綠素a濃度預(yù)測(cè)方法》，公告號(hào)CN101158674 ；2、中國(guó)專利《基于灰色RBF神經(jīng)網(wǎng)絡(luò)的加速壽命試驗(yàn)壽命預(yù)測(cè)方法》，公告號(hào)101576443 ；3、中國(guó)專利《基于神經(jīng)網(wǎng)絡(luò)的污水泵站水位預(yù)測(cè)方法》，公告號(hào)CN101576443 ；4、中國(guó)專利《基于樣本動(dòng)態(tài)組織與溫度補(bǔ)償?shù)纳窠?jīng)網(wǎng)絡(luò)短期電力負(fù)荷預(yù)測(cè)》，公告號(hào)CN101383023。

發(fā)明內(nèi)容
發(fā)明目的本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法。本發(fā)明公開(kāi)了一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，包括如下步驟(1)獲取一地區(qū)若干個(gè)月內(nèi)的VLR用戶數(shù)以及電信業(yè)務(wù)中對(duì)VLR用戶數(shù)有影響的 5個(gè)指標(biāo)，包括移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話普及率、每月節(jié)假日天數(shù)、居民可支配收入及常駐人口數(shù)；除以上5個(gè)指標(biāo)外，本發(fā)明還選取過(guò)CPI增長(zhǎng)速度、郵電運(yùn)輸總量、⑶P、恩格爾系數(shù)等多個(gè)指標(biāo)進(jìn)行計(jì)算，經(jīng)過(guò)大量運(yùn)算發(fā)現(xiàn)以上5個(gè)指標(biāo)的相關(guān)性最大，相關(guān)系數(shù)均達(dá)到90%以上。(2)建立灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)；(3)對(duì)灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試；(4)利用通過(guò)測(cè)試的灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)一地市的VLR用戶數(shù)。本發(fā)明中，步驟⑴中包括對(duì)VLR用戶數(shù)以及5個(gè)指標(biāo)的數(shù)據(jù)歸一化到0和1之間的歸一化過(guò)程。本發(fā)明中，所述灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)包括四層，第一層有1個(gè)神經(jīng)元，第二層有 1個(gè)神經(jīng)元，第三層有6個(gè)神經(jīng)元，第四層有1個(gè)神經(jīng)元；第一層的神經(jīng)元為月份序列，第二層的神經(jīng)元為網(wǎng)絡(luò)參數(shù)初始值，第三層6個(gè)神經(jīng)元為第一層月份序列中對(duì)應(yīng)月份的VLR用戶數(shù)以及對(duì)應(yīng)5個(gè)指標(biāo)，第四層為輸出的預(yù)測(cè)的VLR用戶數(shù)。本發(fā)明中，第一層次中，對(duì)月份序列進(jìn)行建模，將月份序列數(shù)據(jù)轉(zhuǎn)化為微分方程；本發(fā)明步驟⑵中灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)為累加的類(lèi)指數(shù)函數(shù)。本發(fā)明中，步驟(3)，所述的對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試是，將檢測(cè)數(shù)據(jù)分為兩部分，前70% 90%的月份數(shù)據(jù)用來(lái)訓(xùn)練網(wǎng)絡(luò)，后10% 30%的月份數(shù)據(jù)用來(lái)檢驗(yàn)網(wǎng)絡(luò)；對(duì)網(wǎng)絡(luò)反復(fù)訓(xùn)練，當(dāng)預(yù)測(cè)值與實(shí)際值間誤差小于0. 1時(shí)，停止訓(xùn)練，開(kāi)始預(yù)測(cè)。本發(fā)明中，所述的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是采用灰色系統(tǒng)算法進(jìn)行訓(xùn)練。本發(fā)明中，在步驟中，利用通過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)時(shí)，先將檢測(cè)數(shù)據(jù)歸一化到0和+1之間再進(jìn)行輸入，并將網(wǎng)絡(luò)運(yùn)算后的輸出值進(jìn)行反歸一化后得到VLR用戶數(shù)的預(yù)測(cè)值。本發(fā)明以部分信息已知(移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話普及率、每月節(jié)假日天數(shù)、居民可支配收入及常駐人口數(shù)這5個(gè)已知的和VLR用戶數(shù)相關(guān)性最高的因素)、部分信息未知(VLR用戶數(shù))的不確定系統(tǒng)為處理對(duì)象，通過(guò)對(duì)“部分”已知信息的生成、開(kāi)發(fā)，挖掘出有價(jià)值的信息，實(shí)現(xiàn)對(duì)系統(tǒng)未知信息運(yùn)行行為、演化規(guī)律的正確描述和有效預(yù)測(cè)。本發(fā)明中首先針對(duì)時(shí)間序列建立灰色模型，將時(shí)間序列數(shù)據(jù)轉(zhuǎn)化為微分方程，利用移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話普及率、每月節(jié)假日天數(shù)、居民可支配收入、常駐人口數(shù)及VLR用戶數(shù)信息，使抽象的模型量化，最后將量化后的方程映射到一個(gè)擴(kuò)展的神經(jīng)網(wǎng)絡(luò)中，進(jìn)而可以在缺乏系統(tǒng)特性知識(shí)的情況下預(yù)測(cè)系統(tǒng)輸出。有益效果本發(fā)明能夠在已知信息少，缺乏部分系統(tǒng)特性知識(shí)的情況下準(zhǔn)確、快速的預(yù)測(cè)電信業(yè)務(wù)量，并且能夠很好的反映電信業(yè)務(wù)量的隨人口流動(dòng)等因素變化而出現(xiàn)的波動(dòng)性。本發(fā)明第一次采用技術(shù)手段，使用全自動(dòng)非人工方法對(duì)電信VLR用戶數(shù)進(jìn)行有效預(yù)測(cè)，突破傳統(tǒng)人工預(yù)測(cè)精度低速度慢的缺陷，本發(fā)明預(yù)測(cè)精確度高，可以有效為后期的電信使用情況進(jìn)行軟硬件對(duì)應(yīng)性調(diào)整，提高了預(yù)測(cè)水平和應(yīng)對(duì)能力。


下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明做更進(jìn)一步的具體說(shuō)明，本發(fā)明的上述和 /或其他方面的優(yōu)點(diǎn)將會(huì)變得更加清楚。圖1為本發(fā)明的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。圖2為本發(fā)明與實(shí)際值對(duì)比圖。
具體實(shí)施例方式下面結(jié)合實(shí)施例對(duì)本發(fā)明的基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法做出詳細(xì)說(shuō)明。
如圖1所示，本發(fā)明的基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，包括如下步驟(1)獲取某地市 3 年(36 個(gè)月)的 VLR( (Visitor Location Register)拜訪位置寄存器)用戶數(shù)作為基礎(chǔ)檢測(cè)數(shù)據(jù)。本發(fā)明的實(shí)施例中獲取對(duì)VLR用戶數(shù)有影響的其他因素是每個(gè)月該地市移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話普及率、每月節(jié)假日天數(shù)、居民可支配收入及該地市常駐人口數(shù)， 以上數(shù)據(jù)可以從年鑒及運(yùn)營(yíng)商市場(chǎng)統(tǒng)計(jì)數(shù)據(jù)表中獲取。在將數(shù)據(jù)輸入矩陣A時(shí)，必須先將VLR用戶數(shù)及對(duì)其有影響的5個(gè)相關(guān)社會(huì)、經(jīng)濟(jì)指標(biāo)數(shù)值歸一化到O和+1之間。該矩陣的第1列到第6列分別為歸一化處理后的每個(gè)月該地市移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話普及率、每月節(jié)假日天數(shù)、居民可支配收入及該地市常駐人口數(shù)及VLR用戶數(shù)。(2)建立灰色系統(tǒng)神經(jīng)網(wǎng)絡(luò)。所述的神經(jīng)網(wǎng)絡(luò)由四層組成，其中，第一層有1個(gè)神經(jīng)元，第二層有1個(gè)神經(jīng)元，第三層有6個(gè)神經(jīng)元，第四層有1個(gè)神經(jīng)元；第一層的神經(jīng)元為月份序列，第二層的神經(jīng)元為網(wǎng)絡(luò)參數(shù)初始值，本實(shí)施例選取0. 3+1/4 π，第三層6個(gè)神經(jīng)元為第一層月份序列中對(duì)應(yīng)月份的VLR用戶數(shù)以及對(duì)應(yīng)5個(gè)指標(biāo)，第四層為輸出的預(yù)測(cè)電信業(yè)務(wù)量。所述第三層的神經(jīng)元的數(shù)值先進(jìn)行歸一化處理，然后通過(guò)針對(duì)時(shí)間序列的建模，直接將相應(yīng)數(shù)據(jù)轉(zhuǎn)化為微分
方程，即:^+ayi=biy2+...+bn.iyn (y2，y3，· · ·，yn為系統(tǒng)輸入?yún)?shù)；yl為系統(tǒng)輸出參數(shù)；a, at
bl，b2，. . . bn-1為微分方程系數(shù))。將上式映射到一個(gè)擴(kuò)展的神經(jīng)網(wǎng)絡(luò)中，就得到η個(gè)輸入?yún)?shù)，1個(gè)輸出參數(shù)的灰色神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。本實(shí)施例中灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)采用累加的類(lèi)指數(shù)函數(shù)，該函數(shù)為Z(t)= YjXt(Q) (Xt (η) -u(n)/a) ea+u(n)/ a ；
t=l其中，Xt (η)為y(l)，H2)，. . .，y(n)的累加值，t為時(shí)間段長(zhǎng)度，u為，;
a(3)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試。所述的對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試是，將連續(xù)36個(gè)月中每個(gè)月該地市移動(dòng)公司市場(chǎng)占有率，該地市移動(dòng)電話普及率，節(jié)假日因素，該地市居民可支配收入，該地市常駐人口數(shù)及該月份的VLR用戶數(shù)記為一組數(shù)據(jù)，并將所有檢測(cè)數(shù)據(jù)分為兩部分，前30個(gè)月稱為訓(xùn)練樣本，后6個(gè)月稱為檢驗(yàn)樣本。將前30個(gè)月的訓(xùn)練樣本用來(lái)訓(xùn)練網(wǎng)絡(luò)，建立學(xué)習(xí)機(jī)制，即當(dāng)輸入某月的一組數(shù)據(jù)時(shí)，即給出該地市移動(dòng)公司市場(chǎng)占有率，該地市移動(dòng)電話普及率，節(jié)假日因素，該地市居民可支配收入，該地市常駐人口數(shù)及該月份的VLR用戶數(shù)是，神經(jīng)網(wǎng)絡(luò)通過(guò)自動(dòng)運(yùn)算，會(huì)算出一個(gè)輸出值(下一個(gè)月的VLR用戶數(shù))，比較輸出值與實(shí)際值之間的誤差，，若誤差小于指定精度，則學(xué)習(xí)結(jié)束。否則，調(diào)整根據(jù)誤差調(diào)整權(quán)值和閾值。學(xué)習(xí)的次數(shù)越多，預(yù)測(cè)的精度越高。經(jīng)過(guò)網(wǎng)絡(luò)反復(fù)訓(xùn)練，當(dāng)誤差小于10%時(shí)，停止訓(xùn)練，開(kāi)始預(yù)測(cè)。將另外6個(gè)月的檢驗(yàn)樣本用來(lái)檢驗(yàn)網(wǎng)絡(luò)。當(dāng)網(wǎng)絡(luò)訓(xùn)練結(jié)束后，利用另外6個(gè)月的數(shù)據(jù)來(lái)檢驗(yàn)網(wǎng)絡(luò)，看模型是否符合要求。利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)另外的6個(gè)月社會(huì)經(jīng)濟(jì)指標(biāo)所對(duì)應(yīng)的VLR用戶數(shù)，對(duì)照模型預(yù)測(cè)值與實(shí)際測(cè)量值間的誤差，當(dāng)神經(jīng)網(wǎng)絡(luò)在各組測(cè)試數(shù)據(jù)
5的預(yù)測(cè)誤差均低于規(guī)定水平時(shí)即通過(guò)測(cè)試，可以用于預(yù)測(cè)工作。此時(shí)模型預(yù)測(cè)值與實(shí)際值間的誤差為5.6%，如圖2所示，遠(yuǎn)低于10%的要求，通過(guò)測(cè)試。在進(jìn)行訓(xùn)練中，當(dāng)神經(jīng)網(wǎng)絡(luò)在各組測(cè)試數(shù)據(jù)的預(yù)測(cè)誤差均低于規(guī)定水平時(shí)即通過(guò)測(cè)試，可以用于預(yù)測(cè)工作。(4)利用通過(guò)測(cè)試的神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。利用通過(guò)測(cè)試的神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)必須將輸入數(shù)據(jù)歸一化到0和-1之間，再輸入到通過(guò)測(cè)試的神經(jīng)網(wǎng)絡(luò)中，并將網(wǎng)絡(luò)運(yùn)算后的輸出進(jìn)行反歸一化，就得到每個(gè)月的VLR用戶數(shù)的預(yù)測(cè)值。更具體地說(shuō)，所述的灰色神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)流程如下步驟1 根據(jù)訓(xùn)練數(shù)據(jù)特征初始化網(wǎng)絡(luò)結(jié)構(gòu)，初始化參數(shù)a、b(之前，選取了少量樣本進(jìn)行初步計(jì)算，并根據(jù)經(jīng)驗(yàn)網(wǎng)絡(luò)初始值a分別選取了 π、1/4π、 0.3+1/4 π、0. 5+1/4 π進(jìn)行循環(huán)交叉檢驗(yàn)后發(fā)現(xiàn)網(wǎng)絡(luò)初始值選取a = 0. 3+1/4 π最接近實(shí)際值，網(wǎng)絡(luò)初始值bl = 0. 00075a)，并根據(jù)a，b的值計(jì)算U。(本發(fā)明令
lb\Ibl2bn-12bn, 、，， ， x x x ^ , x仏
——=U1,——=u2,…，-=Un.ι,——=un，bn = b(n-l)/(b(n-l)+a)),并將 u(n)，a,b 的
aaaa
值帶入累加的類(lèi)指數(shù)函數(shù)Z (t)中；步驟2:通過(guò)累加的類(lèi)指數(shù)函數(shù)Z(t)的值，計(jì)算網(wǎng)絡(luò)權(quán)值W21，W22，…W2n，W31， W32'…，W;3n。 (W11 = IW21 = -Y1(O)iW22 = UliW23 = U2i ."W2n = UlrfiW31=W32=^H=Wai = Z(t)(l+e_at))步驟3 對(duì)每一個(gè)輸入序列(t，y(t))，t = 1，2，3，…，N，計(jì)算每層輸出。第一層a= wnt第二層:b= f(wnt) = l/(l+e_wllt)第三層=C1 = bw21, C2 = y2(t)bw22, C3 = y3(t)bw23, ···, cn = yn(t)bw2n第四層d = W31C^W32C2+-+W3nCn-Θyl( Θ為第四層中輸出節(jié)點(diǎn)的閾值，計(jì)算公式為Θ = (l-e"at) (d-y1(0)))步驟4:計(jì)算網(wǎng)絡(luò)預(yù)測(cè)輸出與期望輸出的誤差，并根據(jù)誤差調(diào)整權(quán)值和閾值。第四層誤差δ=Cl-Y1 (t)第三層誤差S1= δ (l+3e_wllt)，δ 2 = δ (1+ ，…，δ n = δ (l+e^1")第二層誤差δn+1 = (1-1/ (l+e-wllt)) (w21 δ 1+w22 δ 2+…+w2n δ η) / (l+e-wllt)根據(jù)預(yù)測(cè)誤差調(diào)整權(quán)值。調(diào)整第二層到第三層的連接權(quán)值。W21 = -Y1 (0)，W22 = W22- μ ι δ *，..., W2n = w2n_ μ δ nb調(diào)整第一層到第二層的連接權(quán)值Wll = wn+at δ n+1調(diào)整閾值0=(l-e-Wllt)(W22y2(t)/2+W23y3(t)/2+...+W2nyn(t)/2-yi(O))步驟5 判斷訓(xùn)練是否結(jié)束，若否，返回步驟3。先將網(wǎng)絡(luò)參數(shù)a設(shè)定初始值，計(jì)算次數(shù)設(shè)定為100次，然后輸入樣本進(jìn)行學(xué)習(xí)。沒(méi)學(xué)習(xí)完一遍，都會(huì)比較樣本輸出結(jié)果與實(shí)際值之間的誤差，并記錄下每次的取值，直到計(jì)算 100次后取誤差最小的那次權(quán)值，若該權(quán)值下誤差小于指定精度則說(shuō)明該預(yù)測(cè)方法達(dá)到要求，可以用來(lái)預(yù)測(cè)。 本發(fā)明提供了一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，具體實(shí)現(xiàn)該技術(shù)方案的方法和途徑很多，以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾， 這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。本實(shí)施例中未明確的各組成部分均可用現(xiàn)有技術(shù)加以實(shí)現(xiàn)。
權(quán)利要求
1.一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，其特征在于，包括如下步驟(1)獲取一地區(qū)若干個(gè)月內(nèi)的VLR用戶數(shù)以及電信業(yè)務(wù)中對(duì)VLR用戶數(shù)有影響的5個(gè)指標(biāo)，包括移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話普及率、每月節(jié)假日天數(shù)、居民可支配收入及常駐人口數(shù)；(2)建立灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)；(3)對(duì)灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試；(4)利用通過(guò)測(cè)試的灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)一地市的VLR用戶數(shù)。
2.根據(jù)權(quán)利要求1所述的一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，其特征在于，步驟(1)中包括對(duì)VLR用戶數(shù)以及5個(gè)指標(biāo)的數(shù)據(jù)歸一化到0和1之間的歸一化過(guò)程。
3.根據(jù)權(quán)利要求1所述的一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，其特征在于，所述灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)包括四層，第一層有1個(gè)神經(jīng)元，第二層有1個(gè)神經(jīng)元，第三層有6個(gè)神經(jīng)元，第四層有1個(gè)神經(jīng)元；第一層的神經(jīng)元為月份序列，第二層的神經(jīng)元為網(wǎng)絡(luò)參數(shù)初始值，第三層6個(gè)神經(jīng)元為第一層月份序列中對(duì)應(yīng)月份的VLR用戶數(shù)以及對(duì)應(yīng)5個(gè)指標(biāo)，第四層為輸出的預(yù)測(cè)的VLR 用戶數(shù)。
4.根據(jù)權(quán)利要求3所述的一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，其特征在于，第一層次中，對(duì)月份序列進(jìn)行建模，將月份序列數(shù)據(jù)轉(zhuǎn)化為微分方程；灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)使用累加的指數(shù)函數(shù)。
5.根據(jù)權(quán)利要求1所述的一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法， 其特征在于，步驟C3)，所述的對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試是，將檢測(cè)數(shù)據(jù)分為兩部分，前 70% 90%的月份數(shù)據(jù)用來(lái)訓(xùn)練網(wǎng)絡(luò)，后10% 30%的月份數(shù)據(jù)用來(lái)檢驗(yàn)網(wǎng)絡(luò)；對(duì)網(wǎng)絡(luò)反復(fù)訓(xùn)練，當(dāng)預(yù)測(cè)值與實(shí)際值間誤差小于0. 1時(shí)，停止訓(xùn)練，開(kāi)始預(yù)測(cè)。
6.根據(jù)權(quán)利要求1或5所述的一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，其特征在于，所述的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是采用灰色系統(tǒng)算法進(jìn)行訓(xùn)練。
7.根據(jù)權(quán)利要求1或5所述的一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，其特征在于，在步驟⑷中，利用通過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)時(shí)，先將檢測(cè)數(shù)據(jù)歸一化到0和+1之間再進(jìn)行輸入，并將網(wǎng)絡(luò)運(yùn)算后的輸出值進(jìn)行反歸一化后得到VLR用戶數(shù)的預(yù)測(cè)值。
全文摘要
本發(fā)明公開(kāi)了一種基于灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)的VLR用戶數(shù)預(yù)測(cè)方法，包括如下步驟獲取一地區(qū)若干個(gè)月內(nèi)的VLR用戶數(shù)以及電信業(yè)務(wù)中對(duì)VLR用戶數(shù)有影響的5個(gè)指標(biāo)，包括移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話普及率、每月節(jié)假日天數(shù)、居民可支配收入及常駐人口數(shù)；建立灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)；對(duì)灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試；利用通過(guò)測(cè)試的灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)一地市的VLR用戶數(shù)。本發(fā)明能夠在已知信息少，缺乏部分系統(tǒng)特性知識(shí)的情況下準(zhǔn)確、快速的預(yù)測(cè)電信業(yè)務(wù)量，并且能夠很好的反映電信業(yè)務(wù)量的隨人口流動(dòng)等因素變化而出現(xiàn)的波動(dòng)性。
文檔編號(hào)H04W16/22GK102395135SQ20111032875
公開(kāi)日2012年3月28日 申請(qǐng)日期2011年10月25日 優(yōu)先權(quán)日2011年10月25日
發(fā)明者江政輝, 盛利, 袁欽, 趙晨, 趙超, 錢(qián)蕾 申請(qǐng)人:江蘇省郵電規(guī)劃設(shè)計(jì)院有限責(zé)任公司