基于神经网络的电信业务量预测

发布时间：2020-05-07 20:50

【摘要】： 本文在分析影响电信业务量主要因素的基础上,建立了电信业务量预测模型,对电信业务量未来几年的发展进行了预测。 论文首先阐述了我国电信业的发展现状,然后指出了电信业务量的数据预测具有非线性、小样本及影响因素之间的关系复杂等特点。 论文对常用的定量预测法做了介绍。具体如回归预测法、指数平滑法、灰色模型预测法、BP神经网络法、RBF神经网络法。每种方法基于不同的数学理论和模型,因此它们在对数据的要求、预测精度和预测期间上也有差异。 对于电信行业的业务量预测,由于传统的方法是通过分析影响因素,列出关系方程即回归预测的方法,但是在数据量小、影响因素之间的关系复杂且信息不透明的情况下很难实现,本文以1989-2005年我国电信业务量的历史数据为例,根据影响电信业务量的主要因素及特点,分别采用不同的方法进行拟合,为了体现各种预测方法的可比性,对2005年的电信业务量进行预测检验,并对各个预测精度进行比较。 最后通过比较各种预测方法,归纳了各种预测方法的优缺点,分析了各种预测方法的适合预测期间,并对各预测结果的精度进行了比较,最终结果表明对于电信业务量数据的预测采用基于回归分析的神经网络法时效果最好,并用该模型对未来5年的电信业务量进行了预测及对电信业的发展提出了几点建议。
【图文】：

及图形可以看出，运用本文所述的RBF神经网络预测拟合效果不错。因此运用上述神经网络模型结构对2检验。将结果经过反归一化处理后为12119.89亿元，相对误差为0.76%，效果比BP网络的效果要好。经了RBF神经网络模型在电信业务量预测中是有效的，模型相比，RBF神经网络模型比BP网络模型需要调整和目标向量自动进行调整，从而进行函数逼近，只需数即可。从拟合结果来看，RBF具有较大的优势。序列的神经网络预测模型的建立列的神经网络预测模型的建模过程与基于回归分析，，只是不需要确定影响因素，因此在对输入神经元的定的情况下，输入神经元的数目过多，则供网络训
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：F626;F224

【相似文献】

相关期刊论文 前10条

1 周慧艳;李程;;基于多影响因素的民航货运量模糊回归预测[J];物流技术;2014年05期

2 祝悦敏;;三次指数平滑预测方法的应用——西安车站客运量预测[J];西铁科技;1995年04期

3 苏缔熙;;探析年距回归预测方法[J];企业导报;2012年08期

4 吕效国;;自回归预测的改进方法:变换数据列[J];统计与决策;2007年05期

5 罗峰;;探索二元回归预测成本在合成氨生产中的运用[J];中氮肥;1987年05期

6 马凤林,常先增;杨毒蛾种群密度与杨树受害程度的回归预测[J];国土与自然资源研究;1988年04期

7 冀春慈 ,洪仁杰;流脑发病率的回归预测[J];河南大学学报(自然科学版);1988年02期

8 刘联民;浙江省现金流通量回归预测初探[J];南开经济研究;1988年03期

9 陈祝平;多元回归预测应当筛选自变量[J];商业经济与管理;1988年01期

10 张坚;回归—马尔可夫链联合预测方法[J];系统工程;1988年02期

相关会议论文 前10条

1 赵翠平;赵岩;张继梅;;根据动力费对矿石产量进行回归预测——北m:河铁矿为例[A];鲁冀晋琼粤川辽七省金属（冶金）学会第十九届矿山学术交流会论文集（管理及综合卷）[C];2012年

2 肖翠翠;杨姝影;;环境规划中的预测方法与技术[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年

3 吕津波;田锋;吴思;;海上油田生产原油外输的预测方法[A];第十四届中国海洋（岸）工程学术讨论会论文集（下册）[C];2009年

4 徐大江;郑学东;;证券投机风险三次指数平滑测度及应用研究[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

5 罗炜;;运输需求的一种间接预测方法——兼论预测的本质[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第4卷）[C];1997年

6 刘云浩;;实现转型,促进我国电信业持续健康发展[A];通信发展战略与业务管理创新学术研讨会论文集[C];2005年

7 程秋生;李建丹;程建华;;老年性皮肤瘙痒症患者的心理状况及影响因素的分析[A];中华医学会第十二次全国皮肤性病学术会议论文集[C];2006年

8 劳晶复;叶春洲;;我国电信业迎接入世行业及企业应对措施研究[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

9 张长青;;农业结构调整的影响因素与区域农业发展[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

10 杜碧玉;;3G牌照与我国电信业的发展战略[A];2004’中国通信学会无线及移动通信委员会学术年会论文集[C];2004年

相关重要报纸文章 前10条

1 记者 潘峰;电信业投资增５成 收入２２００亿[N];证券日报;2003年

2 刘晓峰;电信业收入增速四年来首超GDP增速[N];经济日报;2011年

3 中国电信股份有限公司北京研究院 陈仕俊;把握希望规避风险[N];人民邮电;2006年

4 本报记者 林琳;理性看待电信业务收入增幅首次小于二位数[N];通信信息报;2005年

5 工信部电信研究院规划设计研究所 毛骏;行业复苏数据背后的隐忧[N];人民邮电;2011年

6 金岭;去岁我国电信业保持高速增长态势[N];通信产业报;2001年

7 本报记者 陈勋燕;中国电信业在规避风险中稳健前行[N];通信信息报;2003年

8 ;我国电信业步入平缓增长期[N];通信产业报;2002年

9 陈仕俊;对我国电信业竞争的思考[N];人民邮电;2004年

10 韩永军;危中谋变 化危为机[N];人民邮电;2009年

相关博士学位论文 前10条

1 李杰;安徽省马鞍山市老年人自我忽视影响因素的横断面及纵向研究[D];安徽医科大学;2018年

2 蒋鹏;移动社会网络服务中用户持续使用意向的影响因素研究[D];江西财经大学;2018年

3 师容;注意力、时间和知识：我国政府决策的核心影响因素研究[D];东北大学;2015年

4 陈晓燕;汇率变动下通货膨胀的影响因素及其传导机制研究[D];南京航空航天大学;2016年

5 邹晓燕;3—5岁儿童独立性发展特点与影响因素研究[D];辽宁师范大学;2004年

6 于鹏;跨国公司内部的知识转移研究[D];山东大学;2006年

7 孙岩;居民环境行为及其影响因素研究[D];大连理工大学;2006年

8 毛丽娟;会计透明度影响因素研究[D];厦门大学;2007年

9 吕一博;中小企业成长的影响因素研究[D];大连理工大学;2008年

10 李沁芳;电子商务用户信任影响因素建模及实证研究[D];同济大学;2008年

相关硕士学位论文 前10条

1 黄志丹;基于神经网络的电信业务量预测[D];华中师范大学;2008年

2 王秀美;深度学习在回归预测中的研究及应用[D];山东农业大学;2017年

3 周颖;成绵乐运输通道客运量预测方法的研究[D];西南交通大学;2008年

4 丛欣伟;中国股市β系数预测方法的实证研究[D];湖北工业大学;2011年

5 卢亚光;视频中动作预测方法的研究[D];辽宁大学;2018年

6 张旭;分布式光伏发电功率预测方法的实验研究[D];华北电力大学(北京);2018年

7 李福顺;基于相关向量机的公交车队规模预测方法[D];福州大学;2017年

8 尤洁;基于图勾勒的链路预测方法[D];云南大学;2017年

9 张珂铨;风速预测中人工智能方法的应用研究[D];兰州大学;2018年

10 冯莉;多种预测方法在我国对外贸易预测中的应用研究[D];武汉理工大学;2007年

本文编号：2653528