基于人工神经网络的移动通信市场用户规模预测研究

发布时间：2024-03-21 04:38

　　中国有着目前世界上最大的移动通信领域市场,在移动通信网络经过2G-2.5G通信技术的发展后,随着3G牌照的发放,中国电信、中国移动、中国联通等运营商面临巨大的商业契机,3G市场将为电信行业竞争的新战场。如何准确地预测用户的增长规模,对运营商的决策起着至关重要的作用。 本文将人工神经网络技术应用到移动用户规模预测领域中,利用MATLAB软件设计出基于BP神经网络的移动用户规模预测模型。通过一元相关分析法对12个预报因子进行分析,作为模型的输入。论文对Levenberg-Marquardt法,梯度递减法,带动量因子的梯度递减法等六种不同BP算法的训练效果进行比较分析,得到适合论文模型的训练算法—Levenberg-Marquardt算法。最后,通过改变隐层节点数和网络训练次数,将网络的训练和预报效果进行对照,确定最佳隐层节点数为11,训练次数为7,并以此方案作为移动用户规模预测模型。经过测试样本集对预报模型的仿真结果进行验证,并和主流的曲线法及瑞利法的模型进行比较。结果表明,基于BP网络进行移动用户规模预测模型有较好的精确度。

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图4一4移动用户预测模型结构

综合分析以上训练过程和误差，隐层神经元个数收敛速度最快，网络逼误差最小。至此，网络预报模型的训练算法和各参数完全确定，列于表4一9。模型结构如图4一4所示。表4一9网络模型的结构参数及学习算法项项目目参数及方法法网网络层数3层:::....

本文编号：3933840