移动通信话务和湖泊轮廓演变的预测模型研究

发布时间：2017-09-21 23:33

  本文关键词：移动通信话务和湖泊轮廓演变的预测模型研究

  更多相关文章： 话务量 支持向量机 蚁群优化算法 高斯过程回归 灰色预测 图像预测

【摘要】：关于预测的研究,已经有众多学者做了大量的相关工作。但是在实际应用中,预测模型的构建通常是具有针对性的,预测结果的精度也存在很大提升空间。并且,对于在平面上进行图形的预测还不成熟。本文专注于预测分析与建模的研究。在前人对预测模型的研究基础上,从移动通信话务和湖泊轮廓演变两个应用方面着手,具体研究工作如下:首先构建支持向量机模型。由于其训练参数决定着最终结果的精确度,选择了具有全局优化能力的蚁群算法来对支持向量机进行改进优化。经过实验仿真,优化之后的支持向量机模型,在话务量预测的精度及时效性上相对于传统支持向量机模型具有明显优势。为了更准确的对忙时话务量进行预测,在考虑多因素条件下提出一种基于经验模态分解的高斯过程和灰色预测的组合预测模型。首先提取出对话务量最有影响力的关键因素。然后用经验模态分解法把话务量数据在时域上分解成具有不同频率特征的多个分量。把这些分量结合高斯过程和灰色模型分别进行预测,然后把各预测结果叠加,得到话务量预测值。通过仿真实验,验证了该算法在预测话务量方面具有预测精度高,实现较容易等优越性。为了更深入广泛的研究预测模型的应用,提出了基于图像变化的预测模型。以我国章江头木错湖为例,研究了湖泊边缘的演变。从采集的该湖泊遥感图像上得到其边缘图,作为研究区域。在研究区域中间选择一个原点,并以此作射线,得到预测所需的原始数据。建立灰色预测模型,对所得数据进行预测分析,得到湖泊轮廓变化的预测图,并对预测结果进行验证,最终结果表明该研究方法对湖泊轮廓变化趋势的预测是可行的并且有较高的预测精度。
【关键词】：话务量 支持向量机 蚁群优化算法 高斯过程回归 灰色预测 图像预测
【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P332;TN929.5;TP18
【目录】：

• 摘要2-3
• Abstract3-7
• 第一章 绪论7-13
• 1.1 研究背景和意义7-8
• 1.2 国内外研究现状8-11
• 1.3 本论文的主要研究内容11
• 1.4 本论文结构框架11-13
• 第二章 理论基础知识及常见的模型13-23
• 2.1 话务量基本理论13-14
• 2.1.1 影响话务量的主要因素13-14
• 2.2 湖泊演变的过程14-15
• 2.3 常见的几种预测模型15-23
• 2.3.1 自回归滑动平均模型15-16
• 2.3.2 神经网络预测模型16
• 2.3.3 支持向量机预测模型16-19
• 2.3.4 灰色预测模型19-20
• 2.3.5 高斯过程回归预测模型20-23
• 第三章 基于蚁群算法优化支持向量机的移动话务量预测23-28
• 3.1 引言23
• 3.2 基本原理23-25
• 3.2.1 支持向量回归机模型23-24
• 3.2.2 蚁群优化算法24-25
• 3.2.3 蚁群算法优化支持向量机25
• 3.3 实验仿真25-27
• 3.4 结语27-28
• 第四章 基于EMD和高斯-灰色模型的话务量预测28-35
• 4.1 引言28
• 4.2 基本原理28-30
• 4.2.1 经验模态分解28-29
• 4.2.2 高斯过程29
• 4.2.3 灰色预测29-30
• 4.3 预测模型及过程30-31
• 4.4 仿真实验分析31-33
• 4.4.1 实验数据31-32
• 4.4.2 仿真实验32-33
• 4.5 结束语33-35
• 第五章 关于湖泊轮廓变化趋势图像预测仿真研究35-46
• 5.1 引言35-36
• 5.2 模型基本原理36-37
• 5.2.1 模型系统原理框图36
• 5.2.2 图像信息采集系统36-37
• 5.2.3 灰色模型37
• 5.2.4 GM（1，1）模型具体建模步骤37
• 5.3 仿真实验分析37-44
• 5.3.1 数据来源37-39
• 5.3.2 数据的的获得及分析方法39-41
• 5.3.3 轮廓变化趋势预测41-43
• 5.3.4 结果检验43-44
• 5.4 结束语44-46
• 第六章 总结与展望46-48
• 6.1 总结46-47
• 6.2 前景展望47-48
• 参考文献48-54
• 攻读学位期间发表的学术论文54-55
• 致谢55-56

【相似文献】

中国期刊全文数据库 前10条

1 杨桂元,唐小我;对预测模型质量评价的方法探讨[J];中国软科学;1998年11期

2 鲍祥霖;一个新的销量预测模型[J];系统工程理论方法应用;2000年01期

3 徐家湛;灰色预测模型在经济数列预测中的应用[J];北京统计;2004年06期

4 马丽萍,褚立国;试论平均预测模型假设[J];内蒙古科技与经济;2004年14期

5 葛菊红;化存才;;“平移序列”的灰色预测模型及其在国庆黄金周中的应用[J];云南大学学报(自然科学版);2006年S1期

6 吴忠权;;黔南州2006—2010年人才需求总量预测模型构建[J];科技信息(学术研究);2007年12期

7 吴建国;;城市主导特色的预测模型[J];统计与决策;2007年09期

8 汪燕;黄会明;姚静;;基于灰色预测模型与回归理论对千车故障数的分析[J];铜陵学院学报;2007年05期

9 李楷;;论汽车整车库存预测模型的构建[J];现代商贸工业;2008年05期

10 姚青;刘彦良;张斌;;基于因素重构分析的人才总量预测模型[J];曲阜师范大学学报(自然科学版);2008年04期

中国重要会议论文全文数据库 前10条

1 鄢小彬;肖新平;;基于灰色马尔可夫模型的煤矿安全预测[A];第九届中国青年信息与管理学者大会论文集[C];2007年

2 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

4 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年

6 马志元;;城市区域经济、人口、能源、环境综合系统预测模型及应用[A];中国城市建设与环境保护实践——城市建设与环境保护学术研讨会论文集[C];1997年

7 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角气象科技论坛论文集[C];2004年

8 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角科技论坛——气象科技发展论坛论文集[C];2004年

9 张晓f^;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

10 肖会敏;樊为刚;;基于神经网络的粮食产量预测模型[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

中国重要报纸全文数据库 前10条

1 刘庆;“预测模型”要缓行[N];网络世界;2006年

2 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年

3 南方日报记者 彭琳　实习生 周鹏程;预测世界杯之外 大数据还能做什么[N];南方日报;2014年

4 本报记者 张超;预测模型：推算SARS起落潮[N];科技日报;2003年

5 本报记者 段佳;机器“品肉师”替您“尝鲜”[N];大众科技报;2010年

6 BMC首席IT技术官 Mahendra Durai　IDC顾问 Eric Hatcher Randy Perry;预测智能：管理复杂基础架构的锁钥[N];中国计算机报;2010年

7 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年

8 杨宜勇（作者为国家发改委经济研究所副所长）;发挥信息化对就业的“增补效应”[N];第一财经日报;2005年

9 本报记者 汤浔芳　实习记者 董文萍;“孵化器”模式：大数据的垂直运营样本[N];21世纪经济报道;2014年

10 本报记者 安丰;深部找矿的探镜[N];中国国土资源报;2006年

中国博士学位论文全文数据库 前10条

1 师懿;城市交通规划环评中空气污染预测模型研究[D];中国地质大学;2015年

2 张丽;牦牛肉用品质特性及近红外预测模型和产量等级系统的研究[D];中国农业科学院;2015年

3 吴利丰;分数阶灰色预测模型及其应用研究[D];南京航空航天大学;2015年

4 王菲;肉牛饲料有效能值预测模型的建立与评价[D];中国农业大学;2016年

5 文江平;农村地区成人2型糖尿病发生风险相关生物标志物的筛选及预测模型的建立[D];中国人民解放军医学院;2016年

6 白云鹏;华法林稳态剂量预测模型在瓣膜置换术后抗凝治疗中的应用[D];天津医科大学;2016年

7 周闯;原发性肝癌术后转移复发分子预测模型的优化整合与临床转化[D];复旦大学;2012年

8 孙忠林;煤矿安全生产预测模型的研究[D];山东科技大学;2009年

9 王冬光;控制技术在投资预测模型建立中的应用研究[D];哈尔滨工程大学;2005年

10 张丽峰;中国能源供求预测模型及发展对策研究[D];首都经济贸易大学;2006年

中国硕士学位论文全文数据库 前10条

1 刘冰;基于神经网络的纤维热磨过程能耗预测模型的研究[D];东北林业大学;2015年

2 张念;铁路轨道几何不平顺趋势预测的关键算法研究[D];西南交通大学;2015年

3 田振伟;城市能源预测模型的研究与应用[D];昆明理工大学;2015年

4 吴迪;基于模糊决策树算法的安全库存量预测模型[D];中国地质大学(北京);2015年

5 齐雯;采用灰色预测模型改进的HHT算法在故障诊断中的应用[D];华南理工大学;2015年

6 王萍;膀胱癌遗传分数的计算及发病风险预测模型的构建[D];复旦大学;2013年

7 石大宏;基于序列的蛋白质—核苷酸绑定位点预测研究[D];南京理工大学;2015年

8 熊盛华;基于BP神经网络的混合预测模型的实例研究[D];兰州大学;2015年

9 赵Z，

本文编号：897535