基于神經(jīng)網(wǎng)絡(luò)的北京聯(lián)通GSM話務(wù)量預(yù)測(cè).pdf

1、本文研究了基于人工神經(jīng)網(wǎng)絡(luò)的GSM話務(wù)量預(yù)報(bào)，并研究了各因素對(duì)話務(wù)量的影響。論文完成的主要工作如下：
　　 （1）基于人工神經(jīng)網(wǎng)絡(luò)的GSM長(zhǎng)期話務(wù)量預(yù)測(cè)：分析了影響話務(wù)量的多方面因素，采用BP神經(jīng)網(wǎng)絡(luò)建立了GSM話務(wù)量預(yù)報(bào)模型，通過(guò)仿真試驗(yàn)對(duì)多組網(wǎng)絡(luò)結(jié)構(gòu)和多種訓(xùn)練方法進(jìn)行了性能對(duì)比，最終確定了網(wǎng)絡(luò)模型，取得了較為理想的長(zhǎng)期話務(wù)量預(yù)報(bào)結(jié)果。
　　 （2）研究了各個(gè)因素對(duì)GSM話務(wù)量的影響：發(fā)現(xiàn)了各個(gè)因素對(duì)話務(wù)量的影響，分析

2、了各因素的重要程度，并確定了關(guān)鍵因素。針對(duì)各因素對(duì)話務(wù)量的不同影響，采用MATLAB對(duì)模型進(jìn)行了仿真實(shí)現(xiàn)，確定了網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練函數(shù)。
　　 （3）基于Elman神經(jīng)網(wǎng)絡(luò)對(duì)GSM短期話務(wù)量進(jìn)行了預(yù)測(cè)：研究了Elman神經(jīng)網(wǎng)絡(luò)算法，通過(guò)選取適當(dāng)?shù)妮斎牒洼敵鰯?shù)據(jù)，并通過(guò)訓(xùn)練與仿真，使GSM短期話務(wù)量達(dá)到了較好的的預(yù)報(bào)結(jié)果。
　　 準(zhǔn)確的預(yù)測(cè)可以防止由于話務(wù)量過(guò)大造成的話務(wù)擁塞、接通率等問(wèn)題。網(wǎng)絡(luò)話務(wù)量預(yù)測(cè)有利于GSM通信網(wǎng)絡(luò)的