基于混合算法的通信用户规模预测方法研究

发布时间：2018-04-29 12:01

  本文选题：RBF神经网络 + 遗传算法　； 参考：《计算机工程与科学》2017年03期

【摘要】：准确地对通信用户规模进行预测对于通信运营商的决策具有十分重要的意义,而现有的常规预测方法存在预测误差较大、预测速率低等问题。研究一种基于RBF神经网络的通信用户规模预测模型。为了使得RBF神经网络算法预测性能更优,使用梯度下降算法与遗传算法混合对RBF神经网络进行参数优化,提高预测模型收敛效率。实例分析表明,使用本文研究的混合RBF神经网络预测模型的预测结果明显优于其他传统的预测模型。同时,在预测速度上也具有较大的优势。
[Abstract]:It is very important to accurately predict the size of communication users for the decision of communication operators. However, the existing conventional prediction methods have some problems such as large prediction error and low prediction rate. A prediction model of communication user size based on RBF neural network is studied. In order to improve the prediction performance of RBF neural network, the gradient descent algorithm and genetic algorithm are used to optimize the parameters of RBF neural network to improve the convergence efficiency of prediction model. The case study shows that the prediction results of the hybrid RBF neural network are obviously superior to those of other traditional models. At the same time, the prediction speed also has a great advantage.
【作者单位】： 吉林农业大学信息技术学院;
【分类号】：F623;TP18

【参考文献】

相关期刊论文 前6条

1 龙文;梁昔明;龙祖强;秦浩宇;;基于混合进化算法的RBF神经网络时间序列预测[J];控制与决策;2012年08期

2 吴宏岐;周妮娜;王春英;;基于RBF神经网络的变压器故障诊断及MATLAB仿真研究[J];科学技术与工程;2010年05期

3 郭一军;段杏林;;基于RBF神经网络水泥强度预测模型的研究[J];工业仪表与自动化装置;2009年02期

4 赵志刚;单晓虹;;一种基于遗传算法的RBF神经网络优化方法[J];计算机工程;2007年06期

5 潘伟;刁华宗;井元伟;;一种改进的实数自适应遗传算法[J];控制与决策;2006年07期

6 李红利,张晓彤,兰立柱,孙兆林;基于遗传算法的RBF神经网络的优化设计方法[J];计算机仿真;2003年11期

相关博士学位论文 前1条

1 姜姣娇;基于客户价值与满意度的电信运营商集团客户市场营销策略研究[D];天津大学;2014年

相关硕士学位论文 前3条

1 赵颖;SCDMA无线市话用户规模预测[D];清华大学;2011年

2 刘春波;基于人工神经网络的移动通信市场用户规模预测研究[D];暨南大学;2010年

3 苏国军;湖南电信3G业务发展战略研究[D];中南大学;2008年

【共引文献】

相关期刊论文 前10条

1 司秀丽;刘子琦;;基于混合算法的通信用户规模预测方法研究[J];计算机工程与科学;2017年03期

2 刘璞;崔国民;肖媛;陈家星;周剑卫;;具有步长调整策略的强制进化随机游走算法优化换热网络[J];化工进展;2017年02期

3 王玉全;;暂态模型LET-KF数据同化地表温度序列分析[J];科技通报;2016年08期

4 代宪亚;茅大钧;;基于模糊理论与数据融合的电厂故障诊断技术[J];上海电机学院学报;2016年04期

5 魏宏昌;王志娟;孟云霞;陈晓玉;李珩;;论模糊聚类算法在Web系统中的应用[J];电脑迷;2016年08期

6 秦景;王s，

本文编号：1819848